L’intelligence artificielle franchit simultanément deux frontières majeures : une puissance de calcul capable de résoudre des énigmes scientifiques vieilles de plusieurs décennies et une miniaturisation radicale qui ramène les modèles de pointe sur nos ordinateurs personnels. De la génération vidéo 4K instantanée à la fusion nucléaire, en passant par des robots dotés du sens du toucher, les dernières avancées dessinent une trajectoire limpide : l’IA devient beaucoup plus précise, plus légère et surtout locale.
Vidéo 4K et monde 4D en local : Sol Refiner et InSpatio World 1.5
Sur les cartes graphiques grand public, la génération vidéo avec des modèles comme MiniMax H3 plafonne souvent en 720p, voire en 480p pour gagner en vitesse. Pour briser cette limite, Nvidia vient de publier en open source Sol Refiner, un modèle qui convertit une séquence basse définition en 4K en une seule étape de débruitage. Quasi instantané, ce système permet de générer rapidement un brouillon en 480p avant de le raffiner en très haute résolution. Disponible sur GitHub pour une exécution locale, ce modèle agnostique s’adapte à tout générateur en amont, sa version pour MiniMax H3 reposant sur LTX 2.5 Refiner.
Dans la même dynamique, InSpatio World 1.5 s’impose comme un simulateur de monde 4D en temps réel. À partir d’une photo, de plusieurs images, d’un panorama ou d’une vidéo, il suffit de tracer une trajectoire de caméra pour que l’IA génère un déplacement fluide dans la scène, tout en capturant le mouvement des objets et en permettant de figer l’action façon bullet time. S’appuyant sur Depth Anything 3 pour estimer la profondeur et sur le modèle Wan 2.1, cet outil pèse moins de 6 gigaoctets et tourne directement sur la plupart des cartes graphiques grand public.
Édition d’images au pixel près : Ideogram 4.5 et Flux 3 Image
Sur les outils comme GPT Image, Nano Banana ou Grok Imagine, quatre ou cinq retouches successives suffisent à dégrader les textures et les couleurs. Avec Ideogram 4.5, l’édition multipasse en langage naturel élimine cette accumulation de bruit : la dixième modification reste aussi propre que la première. L’utilisateur peut cibler une zone via des boîtes de sélection sur le canevas, et pour les fichiers de 24 mégapixels, le système extrait, modifie puis réinsère uniquement la portion choisie. Proposé dès 0,8 centime l’image 2K et intégré chez Runway, Pika et Leonardo AI, le modèle verra bientôt ses poids publiés en open source.
De son côté, Black Forest Labs a lancé Flux 3 Image. Capable de traiter aussi bien le photoréalisme que les affiches avec texte intégré, il accepte jusqu’à dix images de référence et génère nativement jusqu’à 16 mégapixels (4K). Son atout majeur réside dans la préservation « bit-identique » des zones non modifiées, garantissant que chaque pixel hors sélection demeure strictement intact. C’est un atout décisif pour les agents IA qui automatisent les retouches, en attendant la sortie des poids open source Flux Dev 3.
Fusion nucléaire : une conjecture mathématique de 1967 réfutée
Au-delà de la création visuelle, l’IA accélère la physique théorique. Dans un réacteur à fusion nucléaire de type stellarator, il faut confiner du plasma — un gaz chauffé à l’extrême dont les particules sont électriquement chargées — au sein de champs magnétiques tridimensionnels complexes. En 1967, le physicien Harold Grad avait formulé une conjecture affirmant qu’un plasma ne pouvait rester lisse et stable dans un champ magnétique 3D sans symétries très spécifiques.
Après 59 ans d’impasse, deux équipes indépendantes viennent de réfuter ce postulat en identifiant trois familles de solutions mathématiques stables. L’un des chercheurs crédite directement GPT-6 Astra Pro, qui a suggéré des pistes inexplorées avant d’en vérifier formellement les calculs. Cette percée s’accompagne de deux autres avancées majeures :
- Un modèle interne d’OpenAI a résolu un problème lié aux équations de Navier-Stokes en démontrant qu’un fluide peut atteindre une singularité sous certaines conditions liées au plasma.
- À l’université de Princeton, le système Pac-Man a réussi à contrôler le plasma d’un vrai réacteur tokamak en temps réel, anticipant les instabilités 200 millisecondes avant leur apparition.
Du toucher robotique à l’orchestration locale sur ordinateur
La précision progresse aussi en robotique. Si les robots humanoïdes marchent sans tomber, leurs appuis restent souvent brutaux. Avec le système TactileStep, retenu à la conférence CoRL 2026, des chercheurs ont équipé un robot Unitree G1 de semelles à capteurs de pression intégrées dès la simulation d’entraînement. En mesurant où et avec quelle force chaque pied touche le sol, le robot adopte une démarche naturelle : la force d’impact baisse de 49 %, le bruit chute de 30 décibels et la surface d’appui augmente de 24 %.
Côté miniaturisation, le laboratoire Fermion Research dévoile Phonon 2, un modèle open source de reconnaissance vocale de seulement 164 mégaoctets. Sans carte graphique ni connexion internet, il transcrit une heure d’audio en 20 secondes sur un simple MacBook Air. Avec 5,21 % d’erreur moyenne sur sept jeux de données anglais du classement Open ASR Leaderboard, il bat des modèles dix fois plus lourds.
Enfin, ComfyUI — l’interface de référence pour exécuter en local des modèles d’image, de vidéo, d’audio et de 3D — intègre désormais Comfy Agent. Fini le câblage complexe de nœuds : l’utilisateur décrit son objectif en langage naturel (par exemple générer une vidéo avec MiniMax puis l’agrandir via Sol Refiner) et l’agent construit le flux, lance le calcul et corrige seul les erreurs sur cinq discussions parallèles. D’abord lancé sur Comfy Cloud avant son arrivée hors ligne sur Comfy Desktop via des modèles locaux comme Qwen, cet outil consacre l’essor d’une IA locale garantissant la confidentialité des données.
Source : Vision IA
