11 articles vérifiés sur IA embarquée, les produits et le secteur.
Apple dévoile les puces M6 et M5 Ultra : le M5 Ultra atteint jusqu'à 512 Go de mémoire unifiée et 1,2 To/s de bande passante, de quoi faire tourner localement des modèles ouverts de centaines de milliards de paramètres.
Liquid AI lance les modèles brouillons LFM2.5-DSpark, qui accélèrent l'inférence locale jusqu'à 3,18 fois grâce au décodage spéculatif, une méthode issue de DeepSeek et de l'université de Pékin.
Liquid AI publie de nouveaux checkpoints de la série LFM2.5 au format GGUF Q4_0, entraînés avec la méthode QAD, retrouvant jusqu'à 97 % de la précision de référence en BF16.
ModelBest entre en tutorat d'IPO avec CITIC Securities, faisant passer les modèles IA embarqués du récit des téléchargements open source à l'épreuve des revenus et clients.
OpenBMB publie MiniCPM-Robot avec un modèle de manipulation 1.5B, un modèle de suivi 0.9B et une voie de déploiement local.
PrismML fait tenir un modèle 27B dans l’iPhone. Une version localisée des faits vérifiés et du signal industriel sous-jacent.
Perplexity veut garder les tâches simples et les données sensibles sur le PC, et réserver le raisonnement complexe au cloud.
Google présente Gemini Nano comme un modèle local pour les fonctions de sécurité de Chrome, mais son téléchargement discret de plusieurs gigaoctets soulève des questions de consentement, de vie privée et de coût énergétique.
Google DeepMind a publié Gemma 4 en quatre versions, passant à la licence Apache 2.0 ; la version 31B a pris la troisième place du classement open source d'Arena AI.
La stratégie d'IA d'Apple est différente, misant sur le déploiement sur l'appareil et la protection de la vie privée, avec un modèle de 3 milliards de paramètres fonctionnant fluidement sur l'iPhone.
Google installe NanoBanana pour générer des images sur l’appareil. L’article résume l’annonce, le contexte stratégique et les risques pratiques pour les utilisateurs ou entreprises concernés.