OutilsMarkTechPost · 18 juil. 2026, 23:16· 2 min de lecture

NVIDIA lance DeepStream 9.1 : l'IA agentique arrive dans la vision par IA avec 13 compétences et un suivi 3D multi-caméra

Voici l'article traduit et résumé :

NVIDIA vient de publier DeepStream 9.1, une mise à jour majeure de sa plateforme d'analyse vidéo par intelligence artificielle. Basé sur GStreamer, DeepStream permet le traitement de flux multiples avec décodage accéléré par matériel, inférence TensorRT et suivi d'objets sur GPU NVIDIA. Cette version 9.1 apporte cinq ajouts notables : treize compétences agentiques destinées aux agents de codage comme Claude Code, Codex ou Cursor, une fonction de suivi 3D multi-caméras baptisée MV3DT, un outil de calibration automatique nommé AutoMagicCalib, la prise en charge de JetPack 7.2 pour les appareils périphériques Jetson Orin et Thor, ainsi qu'un dépôt GitHub open source unifié sous licences CC-BY-4.0 et Apache-2.0. La fonctionnalité MV3DT projette les détections de plusieurs caméras calibrées dans un système de coordonnées 3D partagé, associe les observations d'un même objet entre les différentes vues, puis lui attribue un identifiant global unique. Le processus s'appuie sur trois modèles de détection disponibles nativement, dont PeopleNetTransformer et RT-DETR 2D, et utilise le protocole de messagerie MQTT pour faire correspondre les trajectoires entre caméras dans l'espace 3D.

Cette avancée répond à un problème récurrent de la vidéosurveillance intelligente : jusqu'ici, suivre un même objet ou une même personne à travers plusieurs caméras exigeait une calibration manuelle fastidieuse, souvent réalisée à l'aide de mires en damier, et des calculs complexes. Avec AutoMagicCalib, ce processus est automatisé : le système analyse les objets déjà suivis dans des vidéos ou flux existants pour estimer les paramètres intrinsèques des caméras comme la focale ou la distorsion optique, ainsi que leurs paramètres extrinsèques comme la position et l'orientation dans l'espace. L'utilisateur n'a plus qu'à fournir une image du plan des lieux et quelques points d'alignement. Pour les développeurs, l'intérêt est double : gain de temps considérable sur le déploiement de systèmes de vidéosurveillance intelligente, et surtout un accès simplifié via le langage naturel plutôt que par édition manuelle de fichiers de configuration, grâce à l'intégration directe avec les agents de codage IA.

Cette évolution s'inscrit dans la tendance plus large de NVIDIA à rendre ses outils d'infrastructure IA pilotables par des agents autonomes plutôt que configurables uniquement par des experts. Les résultats de MV3DT s'exportent sous trois formes complémentaires : un affichage à l'écran avec grille de flux et boîtes englobantes 2D/3D, une vue aérienne cartographiant les trajectoires, et des messages Kafka transportant des métadonnées détaillées par image comme l'identifiant du capteur et la position 3D de l'objet. En interne, le pipeline de calibration automatique combine cinq étapes techniques, dont un ajustement de faisceaux et un raffinement optionnel par transformeur de géométrie visuelle (VGGT), utile lorsque les objets suivis se déplacent peu. L'installation reste accessible : il suffit de cloner le dépôt GitHub officiel et de copier les compétences dans le répertoire de l'agent utilisé, qu'il s'agisse de Codex, Claude Code ou un outil similaire, ouvrant la voie à une adoption plus large de la vidéo-analyse intelligente pilotée par IA.

Dans nos dossiers

NVIDIA Claude Code Codex Agents IA

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1MarkTechPost

Nous Research lance Hermes Agent Profile Builder : identité, modèle, compétences et serveurs MCP dans un tableau de bord unique

Nous Research a publié le Profile Builder pour son agent open source Hermes, une interface graphique intégrée au tableau de bord local du projet accessible depuis un navigateur à l'adresse 127.0.0.1:9119. Jusqu'ici, configurer un agent Hermes demandait plusieurs étapes en ligne de commande : définir une identité, choisir un modèle et un fournisseur, activer des compétences, connecter des serveurs MCP. Le Profile Builder regroupe toutes ces opérations dans un formulaire guidé en cinq étapes. Le premier champ définit le nom et la description de l'agent, le nom servant également d'alias de commande dans le terminal. Viennent ensuite le choix du modèle et du fournisseur parmi Nous Portal, OpenRouter, NVIDIA, OpenAI ou tout endpoint compatible OpenAI, puis l'activation des compétences intégrées, l'installation depuis un catalogue externe via le Skills Hub, et enfin l'ajout de serveurs MCP par URL ou par commande locale. Chaque configuration produit un profil isolé : un répertoire autonome contenant son propre fichier config.yaml, ses variables d'environnement, son fichier de personnalité SOUL.md, sa mémoire, ses sessions, ses tâches planifiées et sa base de données d'état. L'intérêt principal de cette approche est la possibilité de faire tourner plusieurs agents spécialisés sur une même machine sans qu'ils partagent le moindre état. Un agent dédié au code et un agent de veille documentaire restent rigoureusement cloisonnés : mémoire séparée, credentials distincts, verrous sur les tokens pour éviter les conflits d'accès. Concrètement, un développeur peut configurer un assistant de programmation couplé à un modèle de code, un serveur MCP pour le système de fichiers et des compétences Git, pendant qu'un second profil gère une veille automatisée avec des compétences d'extraction web. Le builder abaisse significativement le seuil d'entrée : là où la configuration CLI exigeait de connaître chaque commande dans le bon ordre, le formulaire guide l'utilisateur sans supposer de familiarité avec l'outillage interne. Hermes est l'agent auto-améliorant open source de Nous Research, disponible en CLI, en application desktop et sur des plateformes de messagerie. Les compétences de l'agent reposent sur des fichiers SKILL.md dont seules les descriptions courtes sont chargées par défaut, le contenu complet n'étant consulté qu'en cas de besoin, ce qui évite d'alourdir les requêtes. Les serveurs MCP, conformes au protocole Model Context Protocol, permettent d'exposer des outils externes, qu'il s'agisse de services HTTP distants ou de processus stdio locaux. Le Profile Builder n'écrase pas le CLI, il en reproduit la logique dans une interface plus accessible : les deux chemins écrivent dans les mêmes fichiers de profil. Cette sortie s'inscrit dans une tendance plus large où les projets d'agents open source cherchent à réduire la friction de configuration pour toucher un public plus large que les seuls développeurs familiers de la ligne de commande.

OutilsOutil

1 source

2NVIDIA AI Blog

NVIDIA lance un kit d'outils BioNeMo Agent pour accélérer l'IA des chercheurs en sciences de la vie sur Claude Science

NVIDIA et Anthropic ont annoncé cette semaine l'intégration du BioNeMo Agent Toolkit de NVIDIA à Claude Science, le nouvel environnement de travail conçu par Anthropic pour la recherche scientifique. Claude Science permet aux chercheurs de dialoguer en langage naturel avec des agents capables de piloter leurs travaux de bout en bout, sans configurer manuellement modèles, points d'accès ou environnements logiciels. Grâce à cette intégration, ces agents peuvent désormais s'appuyer sur les modèles accélérés de NVIDIA, ses bibliothèques et ses microservices NIM, dont des outils spécialisés comme Evo 2, Boltz-2 et OpenFold3, pour analyser des séquences génomiques, prédire des structures de protéines ou concevoir des molécules candidates. NVIDIA précise que 18 des 20 plus grandes entreprises pharmaceutiques mondiales utilisent déjà BioNeMo, signe de l'ancrage de la plateforme dans l'industrie. Le toolkit fonctionne en transformant les capacités accélérées de NVIDIA en compétences activables par les agents, qui sélectionnent l'outil adapté, préparent les données d'entrée et exécutent le flux de travail, tout en se connectant aux ressources de calcul NVIDIA où qu'elles soient déployées. Cette avancée s'inscrit dans la transition vers une recherche scientifique pilotée par des agents autonomes, capables de raisonner, planifier et orchestrer des workflows complexes sans intervention humaine constante. Concrètement, un chercheur peut désormais demander à Claude de concevoir de multiples inhibiteurs potentiels à partir d'une mutation antigénique connue associée à un cancer, l'agent se chargeant alors d'enchaîner prédiction, optimisation et validation à haut débit grâce aux microservices NIM. L'enjeu est de taille pour l'industrie pharmaceutique et les laboratoires de recherche, où la vitesse d'itération conditionne directement le rythme des découvertes en génomique, protéomique, conception moléculaire et ingénierie des protéines. En intégrant le calcul accéléré directement dans l'environnement où s'effectue le raisonnement scientifique, NVIDIA et Anthropic cherchent à supprimer les frictions techniques qui ralentissent habituellement le passage de l'hypothèse à l'expérimentation. Cette intégration répond à un constat de fond : un agent scientifique autonome ne raisonne jamais isolément, il doit enchaîner des tâches très diverses, du criblage de bibliothèques de composés à l'analyse de contexte génomique, en passant par la génération de conformères ou la comparaison de réponses à des perturbations cellulaires, avant de recommander la prochaine expérience. La rapidité de chaque étape dépend directement de la performance des outils sous-jacents. C'est pourquoi NVIDIA met en avant des gains de vitesse concrets au sein du BioNeMo Agent Toolkit, comme Parabricks, qui réduit l'analyse génomique de plusieurs heures à quelques minutes, ou RAPIDS-singlecell, développé par le collectif scverse, qui ramène un flux de prétraitement et de clustering portant sur 1,3 million de cellules de 52 minutes à seulement 25 secondes.

OutilsActu

1 source

3MarkTechPost

Construire un agent IA avancé avec planification, appel d'outils, mémoire et auto-critique via l'OpenAI API

Un tutoriel publié sur la plateforme de notebooks Colab détaille comment construire un système d'IA agentique avancé en s'appuyant sur l'API OpenAI et le modèle GPT-5.2. L'architecture proposée repose sur un pipeline de trois rôles spécialisés et distincts : un planificateur qui décompose les objectifs complexes en étapes, un exécuteur qui mobilise des outils concrets pour agir, et un critique qui évalue la qualité des résultats avant de les valider. Quatre outils sont intégrés directement dans le système : une calculatrice sécurisée qui accepte uniquement des expressions numériques sans variables, un moteur de recherche dans une base de connaissances interne simulant des playbooks d'équipe, un extracteur JSON pour produire des sorties structurées, et un module d'écriture de fichiers qui sauvegarde les livrables finaux avec une empreinte SHA-256 de vérification. La clé API est transmise via getpass() pour éviter toute exposition dans le code ou les sorties du notebook. Cette approche modulaire représente un changement de paradigme dans la façon de concevoir des agents IA. En séparant strictement la stratégie, l'action et le contrôle qualité en trois couches distinctes, le système évite les dérives courantes des agents monolithiques qui mélangent raisonnement et exécution sans garde-fous. Le composant critique intégré permet une autocorrection systématique avant la réponse finale, ce qui réduit les hallucinations et améliore la fiabilité des sorties dans des contextes professionnels. Pour les développeurs et les entreprises qui cherchent à automatiser des workflows complexes (rédaction de comptes-rendus de réunion, traitement de données structurées, génération de rapports), ce type d'architecture offre une robustesse que les chatbots conversationnels classiques ne peuvent pas atteindre. Ce tutoriel s'inscrit dans une vague plus large d'intérêt pour les systèmes multi-agents et les architectures dites "agentic", portées notamment par les travaux d'Anthropic sur Claude, de Google avec Gemini, et d'OpenAI elle-même avec ses API d'assistants et de function calling. L'émergence de GPT-5.2, le modèle utilisé ici, illustre la rapidité avec laquelle les capacités de base progressent et rendent ces architectures accessibles à un plus grand nombre de développeurs. La tendance de fond est claire : les LLM cessent d'être de simples générateurs de texte pour devenir des orchestrateurs capables de planifier, d'agir sur des systèmes externes et de s'autocorriger, ce qui rapproche concrètement l'IA générative des promesses d'automatisation avancée que l'industrie promet depuis plusieurs années.

OutilsTuto

1 source

4MarkTechPost

Créer un agent IA style nanobot dans Google Colab : appel d'outils, mémoire de session, compétences et serveurs MCP

Un tutoriel publié récemment décrit comment construire de zéro un agent IA personnel dans Google Colab, en s'inspirant de l'architecture de Nanobot, un framework d'agents léger. Le projet reconstruit brique par brique les composants fondamentaux d'un agent moderne : abstraction du fournisseur LLM, enregistrement d'outils (tool calling), mémoire de session, hooks de cycle de vie, compétences modulaires (skills) et un serveur d'outils au format MCP (Model Context Protocol). L'intégralité du code tourne dans un notebook Colab, sans clé API obligatoire grâce à un fournisseur simulé (MockProvider) qui reproduit le comportement d'un vrai modèle de langage de façon déterministe, permettant d'observer la boucle agentique en fonctionnement réel sans dépense ni connexion réseau. L'intérêt pédagogique est considérable pour les développeurs qui veulent comprendre ce qui se passe réellement sous le capot des frameworks populaires comme LangChain ou LlamaIndex. Au lieu d'utiliser une boîte noire externe, ce tutoriel expose comment les messages, les appels d'outils, les résultats et les réponses du modèle s'articulent dans une boucle d'inférence concrète. Le fait de pouvoir s'y connecter à n'importe quel fournisseur compatible OpenAI (OpenRouter, DeepSeek, Together AI, vLLM, LM Studio, Ollama) via une couche d'abstraction unique le rend immédiatement opérationnel en production. Pour les équipes qui construisent des agents internes sans vouloir dépendre d'un SDK propriétaire, ce type d'architecture minimaliste représente une alternative solide, maintenable et compréhensible. Ce tutoriel s'inscrit dans une dynamique plus large autour de la standardisation des agents IA. Le protocole MCP (Model Context Protocol), popularisé par Anthropic fin 2024, s'est imposé comme référence pour exposer des outils à un agent de façon modulaire, et de nombreux projets cherchent aujourd'hui à l'implémenter sans dépendre des SDK officiels. Nanobot lui-même est conçu pour rester léger et portable, à l'opposé des frameworks lourds qui accumulent les dépendances. La tendance va clairement vers des agents plus petits, plus explicites, plus faciles à auditer : les développeurs indépendants et les petites équipes veulent pouvoir lire et comprendre chaque ligne de la boucle d'inférence plutôt que de faire confiance à des abstractions opaques. Ce genre de ressource pédagogique, qui reconstruit l'essentiel en quelques centaines de lignes de Python pur, répond directement à ce besoin croissant de maîtrise et de transparence dans les systèmes d'IA autonomes.

OutilsTuto

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic