Microsoft annonce la fin du préentraînement de MAI-Base-2

Dans une note du 15 octobre 2026, Microsoft AI indique avoir achevé le préentraînement de MAI-Base-2. Ce modèle à mélange d’experts compte 2 800 milliards de paramètres, dont 80 milliards activés par jeton. Il reste en phase de post-entraînement. Microsoft décrit un entraînement réalisé en août et septembre sur 16 000 GPU GB200 pendant 38 jours. Le mélange utilisé représente 50 000 milliards de jetons, dont 18 % de données visuelles et textuelles. L’entreprise revendique une efficacité de calcul de préentraînement quatre à douze fois supérieure à DeepSeek-V4-Pro-Base, le modèle de base ouvert qu’elle juge le plus solide ; face à son prédécesseur MAI-Base-1, elle avance un gain de 6,3 à 12,7 fois. Cette comparaison porte sur les évaluations et la méthode décrites dans sa note ; elle ne mesure ni le prix d’un assistant pour l’utilisateur ni sa fiabilité dans tous les usages. Microsoft envisage de proposer des licences de poids à des partenaires de confiance via Foundry. Le billet expose des choix techniques et des résultats internes, mais ne fournit pas les poids du modèle. Il ne fixe pas de date de disponibilité commerciale.

Lors de leur présentation commune du 14 octobre 2026, Faraday Future et FF EAI Robotics ont dévoilé FF Nova, un humanoïde destiné aux développeurs et à l’enseignement. Le communiqué relayé le 15 octobre reprend ce lancement. Le prix affiché est de 2 490 dollars, avec un pack de compétences développeur proposé séparément à 390 dollars. Il s’agit d’un robot compact : sa fiche technique indique environ 50 centimètres de haut. Il possède 20 degrés de liberté et une base roulante amovible, ainsi que des capteurs de profondeur, un LiDAR, une caméra grand-angle et des microphones. Les caractéristiques et capacités annoncées proviennent du constructeur. La première phase de vente est limitée à 100 unités sur invitation, dont 20 annoncées immédiatement livrables. Une ouverture plus large aux développeurs et aux établissements éducatifs doit précéder la commercialisation grand public. Le dispositif vise notamment l’apprentissage par renforcement et le passage de la simulation au robot physique. Le modèle distinct Nova Mini est affiché à 299 dollars ; le programme pédagogique associé coûte 499 dollars. Ces offres ne constituent pas l’annonce d’un déploiement d’humanoïdes dans des usines. Fiche technique et contenu du pack FF Nova

Dans une prépublication déposée sur arXiv le 15 octobre 2026, trois chercheurs, Maxence Faldor, Satinder Singh et Roberta Raileanu, décrivent quatre agents Gemini 4 Argon qui ont vaincu l’Ender Dragon dans un monde Minecraft généré au hasard, en mode survie. Chaque agent contrôlait un joueur via la bibliothèque open source Mineflayer et se coordonnait avec les autres par le chat du jeu et une mémoire partagée. Au lieu de regarder l’écran ou d’appuyer sur des touches, chaque agent écrivait et exécutait de courts programmes JavaScript, puis lisait en retour sa position, sa santé, son inventaire ou les erreurs. Au total, les agents ont écrit 2 783 programmes, subi 605 morts et atteint leur but après 27 heures et 14 minutes de jeu. Les rôles se sont répartis : l’un récoltait vivres et ressources, un autre fabriquait les outils et localisait la forteresse, un troisième allumait le portail. Le tournant est survenu vers la 21e heure, quand un agent a compris que les dix cristaux posés sur les piliers d’obsidienne soignaient le dragon. L’équipe les a détruits un à un en empilant des blocs de terre pour les atteindre, en un peu moins de cinq heures ; le dragon est tombé 39 minutes après le dernier cristal. Les auteurs estiment le coût jusqu’à la victoire à environ 520 dollars au tarif d’introduction de l’API de Gemini 4 Argon, et à 1 040 dollars au tarif standard. Le cadre reste particulier : la difficulté était réglée sur Easy, et Mineflayer indiquait aux agents exactement quels blocs et quelles créatures les entouraient, sans perception visuelle. Les auteurs reconnaissent que jouer à partir de pixels, avec un clavier et une souris, reste bien plus difficile. Ils présentent leur résultat comme, à leur connaissance, la première complétion autonome de Minecraft de bout en bout par des agents d’IA, sans graine repérée à l’avance ni outil propre au jeu écrit par des humains : une démonstration en environnement isolé, pas une preuve de fiabilité sur des tâches professionnelles.