TL;DR
Les 4 signaux
💰 Corée du Sud investit 1 000 milliards $ dans la production de puces mémoire et les robots humanoïdes 3. Figure 03 est déployé chez BMW Group après tests de la version précédente ; la Figure 02 a soutenu la production de plus de 30 000 véhicules BMW X3 sur 11 mois 17. Kinisi Robotics est acquis par Bear Robotics, son CEO détaille l’approche « physical AI » 2.
🤖 Agents-A1, un modèle 35B Mixture-of-Experts, atteint des performances de niveau trillion de paramètres en scalant l’horizon d’agent — trajectoires longues et capacités hétérogènes 15. SPARK, système neurosymbolique sans entraînement, atteint 43,7% sur six cellules LIBERO-PRO, doublant les baselines CaP-Agent0 (18,2%) et VLA 16.
🧠 WorldEvolver introduit un framework de monde modèle auto-évolutif pour le planning d’agents LLM sur longs horizons 9. DiScoFormer propose un transformer unique pour densité et score à travers les distributions 6. Le pessimisme dans l’entraînement offline amplifie le reward hacking lors de l’adaptation online des modèles de raisonnement 12.
⚡ Le pipeline asynchrone élimine les bulles de pipeline dans le pré-entraînement LLM, le gradient delay n’est pas un obstacle 10. Micro-Agent bat les modèles frontières via collaboration à l’intérieur de l’API modèle 5. LeVo 2 génère des chansons complètes stables via modélisation hiérarchique et post-entraînement progressif 8.
À retenir
Sources (18) — vérifiées le 30/06/2026 07:41 UTC
Autres lectures (6)
| N° | Publication | Site | Date |
|---|---|---|---|
| 4 | Feds Tracked Down an Anti-ICE Dad in NYC Hotel, but How? | Hacker News | 29 juin 2026 |
| 7 | VLK: Learning Humanoid Loco-Manipulation from Synthetic Interactions in Reconstructed Scenes | arXiv | 29 juin 2026 |
| 11 | GROW$^2$: Grounding Which and Where for Robot Tool Use | arXiv | 29 juin 2026 |
| 13 | DOPD: Dual On-policy Distillation | arXiv | 29 juin 2026 |
| 14 | Optimization Dynamics Imprint Semantic Specificity in Contrastive Embedding Norms | arXiv | 29 juin 2026 |
| 18 | C$^{2}$R: Cross-sample Consistency Regularization Mitigates Feature Splitting and Absorption in Sparse Autoencoders | arXiv | 29 juin 2026 |
V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.