FR · Édition internationale · 08/11/2026
Inferama au quotidien · 08/11/2026
Les principales nouveautés de l’intelligence artificielle depuis le bulletin précédent, sélectionnées selon leur pertinence éditoriale.
Période des nouveautés: 04/11/2026 08:30 → 08/11/2026 08:30 (Europe/Madrid).
Nemotron 3.5 Embed 8B BF16 : capacités, benchmarks et limites de déploiement
Le modèle de NVIDIA convertit le texte et les images de documents en vecteurs destinés à la recherche multimodale. La fiche du checkpoint indique des sorties de 4 096 dimensions, tandis que la matrice de NeMo Retriever Embedding NIM en indique 2 048 pour le modèle 8B. Il faut vérifier la dimension effective du runtime choisi avant de créer un index.
Lire l’article →
Cosmos3-Nano-Transfer-Auto : analyse des capacités, des limites et du coût
Évaluation technique du modèle bidirectionnel de NVIDIA pour la simulation de conduite multivue et LiDAR, avec un accent sur le déploiement, les métriques du fournisseur et les critères de décision.
Lire l’article →
Cosmos3-Nano-Sim-Auto : analyse des capacités, limites et coûts
Évaluation technique de la variante causale de simulation de conduite de NVIDIA : architecture, performances publiées, exigences matérielles et critères de décision pour les équipes de Physical AI.
Lire l’article →
CDF Sim2Real SMT Solderlight : analyse technique, limites et déploiement
Évaluation du modèle NVIDIA pour l'augmentation de données d'inspection des PCB : capacités, exigences matérielles, licence et critères de décision pour les équipes de vision industrielle.
Lire l’article →
Voxtral Mini Transcribe Realtime 3 : analyse des capacités, des limites et du coût
Évaluation technique du modèle de transcription en temps réel de Mistral : modalités, 45 langues, détection de tour, coût par minute et critères pour décider de son utilisation face aux alternatives.
Lire l’article →
Nemotron 3.5 Rerank 8B BF16 : analyse technique, limites et critères de déploiement
Évaluation du reranker multimodal de NVIDIA : architecture, capacités vérifiées, exigences matérielles, limites documentées et guide pratique pour son intégration dans les pipelines de récupération.
Lire l’article →
Voxtral Small Transcribe 3 : analyse des capacités, limites et coûts
Évaluation technique de Voxtral Small Transcribe 3 de Mistral AI : architecture, benchmarks de transcription, exigences de déploiement, coûts et critères de décision face aux alternatives.
Lire l’article →
Cosmos3-H-Embodied-Nano : capacités, limites et coûts pour la robotique chirurgicale
Analyse technique du modèle de recherche de 16 milliards de paramètres de NVIDIA pour la simulation chirurgicale : architecture MoT, trois modes d’inférence, métriques publiées et exigences de déploiement sur GPU.
Lire l’article →
Nemotron 3.5 Embed 1B BF16 : analyse des capacités, limites et coûts
Évaluation technique du modèle d'embeddings multimodal de NVIDIA : spécifications vérifiées, benchmarks du fournisseur, exigences de déploiement et critères pour décider de son utilisation par rapport aux alternatives.
Lire l’article →
Cosmos3-Nano-Sim-Bimanual : analyse technique, limites et critères de déploiement
Évaluation du modèle de simulation bimanuel de NVIDIA : capacités documentées, benchmarks du fournisseur, matériel requis et mises en garde essentielles pour la robotique.
Lire l’article →