# Open Source Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Open Source", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Huang Renxun annonce 8 nouveaux produits en 1,5 heure, NVIDIA mise pleinement sur l'IA de raisonnement et l'IA physique

Lors du CES 2026, Jensen Huang, PDG de NVIDIA, a présenté huit nouveautés majeures en 1h30, centrées sur l'infrastructure d'IA pour le raisonnement et l'IA physique. La plateforme Vera Rubin, cœur des annonces, intègre six puces conçues par NVIDIA (CPU Vera, GPU Rubin, commutateur NVLink 6, ConnectX-9 SuperNIC, BlueField-4 DPU et Spectrum-X CPO), offrant une puissance de calcul atteignant 3,6 EFLOPS par baie. Le GPU Rubin, doté d'un moteur Transformer, multiplie par 5 les performances en inférence par rapport à Blackwell. NVIDIA a également dévoilé Spectrum-X Ethernet CPO pour optimiser l'efficacité énergétique, une plateforme de stockage en mémoire pour le contexte d'inférence (réduisant les calculs redondants), et le DGX SuperPOD basé sur Vera Rubin, divisant par 10 le coût par token pour les grands modèles MoE. Côté logiciel, NVIDIA étendu sa gamme de modèles open source, notamment Nemotron pour les agents RAG et la sécurité, et Alpamayo pour l'IA physique. Le modèle Alpha-Mayo, open source, permet aux véhicules autonomes de "raisonner" pour une conduite sécurisée, et équipe déjà la nouvelle Mercedes-Benz CLA. Des partenariats avec Siemens, Boston Dynamics et d'autres renforcent l'écosystème de l'IA physique et robotique. Les infrastructures Rubin seront disponibles via des partenaires cloud dès la seconde moitié de 2026.

marsbit01/06 05:00

Huang Renxun annonce 8 nouveaux produits en 1,5 heure, NVIDIA mise pleinement sur l'IA de raisonnement et l'IA physique

marsbit01/06 05:00

Course vers la première introduction en bourse : La substance, les capacités et l'ambition du plus grand fabricant de modèles indépendant de Chine

La société chinoise Zhipu IA, le plus grand fournisseur indépendant de modèles de langage (LLM) en Chine, a déposé son introduction en bourse à Hong Kong, révélant une valorisation de 24,377 milliards de yuans. Fondée en 2019 et issue de l'Université Tsinghua, Zhipu a connu une croissance rapide, avec des revenus passant de 60 millions de yuans en 2022 à 310 millions en 2024, et une augmentation de plus de 300% au premier semestre 2025. Ses revenus proviennent principalement (85%) du déploiement localisé de modèles pour les entreprises, couvrant des secteurs comme la technologie, les services publics et les télécommunications. Zhipu a également étendu sa présence à l'international, avec 12% de ses revenus provenant de marchés comme la Malaisie et Singapour. Cependant, l'entreprise affiche des pertes importantes, atteignant 1,752 milliard de yuans au premier semestre 2025, principalement dues aux coûts de R&D (1,59 milliard de yuans) et à l'achat massif de puissance de calcul. Sa stratégie commerciale repose sur une plateforme MaaS (Model-as-a-Service) qui, malgré une baisse des marges due à une guerre des prix, a attiré plus de 12 000 clients institutionnels et des millions de développeurs. Zhipu mise sur la force de ses modèles, comme le GLM-4.5/4.6, classé parmi les meilleurs au monde, pour stimuler la croissance et construire un écosystème durable. L'entreprise cherche à lever des fonds supplémentaires en bourse pour rester compétitive dans la course à l'IA générale (AGI), face à des rivaux comme OpenAI et Anthropic.

marsbit12/23 11:28

Course vers la première introduction en bourse : La substance, les capacités et l'ambition du plus grand fabricant de modèles indépendant de Chine

marsbit12/23 11:28

Le phare guide la direction, la torche revendique la souveraineté : une guerre secrète pour le droit de distribution de l'IA

Dans le paysage de l'IA, une guerre silencieuse se joue autour du contrôle de la distribution de l'intelligence artificielle, symbolisée par deux archétypes : le « phare » et la « torche ». Le « phare » représente les modèles d'IA de pointe (SOTA), développés par des géants comme OpenAI ou Google. Ils repoussent les limites techniques, mais sont centralisés, coûteux et contrôlés par quelques acteurs, créant une dépendance et des risques en matière de vie privée et de souveraineté des données. À l'opposé, la « torche » incarne les modèles open source (comme DeepSeek, Qwen) qui sont déployables localement, privatisables et modifiables. Ils offrent une intelligence accessible, permettant aux individus et organisations de contrôler leurs données et leurs processus, essentiel pour la confidentialité, la conformité et les environnements hors ligne. Cependant, cette liberté transfère aussi la responsabilité de la sécurité et de la gouvernance à l'utilisateur. Ces deux forces ne s'opposent pas mais coexistent : le phare explore les frontières, tandis que la torche démocratise l'accès. Leur interaction constante élève le niveau de base de l'IA disponible pour tous. Le conflit sous-jacent est une lutte pour le droit de définir l'intelligence par défaut, de gérer ses externalités et de déterminer le niveau de contrôle que les individus conservent sur leurs outils numériques. L'avenir résidera dans une stratégie à deux volets : des phares pour les tâches complexes et de pointe, et des torches pour la souveraineté, la privacy et la résilience. La véritable réussite ne se mesurera pas seulement à la puissance des modèles, mais à la capacité de chacun à posséder sa propre lumière.

marsbit12/22 11:19

Le phare guide la direction, la torche revendique la souveraineté : une guerre secrète pour le droit de distribution de l'IA

marsbit12/22 11:19

BitsLab présente la recherche de MoveBit : Belobog, un framework de fuzzing Move pour les attaques réelles

BitsLab, via sa filiale MoveBit, présente Belobog, un nouveau cadre de fuzzing conçu spécifiquement pour les contrats intelligents écrits en langage Move, utilisé dans des écosystèmes comme Sui et Aptos. Contrairement aux outils traditionnels qui génèrent souvent des transactions invalides en raison du système de typage strict et des sémantiques de ressources de Move, Belogog utilise une approche guidée par les types. Il construit un graphe de types pour générer des séquences d'appels plus plausibles et exécutables, permettant d'atteindre des chemins plus profonds et des états critiques où se cachent souvent des vulnérabilités complexes. Belobog intègre également une exécution concolique (concolic execution), combinant exécution concrète et raisonnement symbolique, pour mieux naviguer à travers les contraintes et les assertions, améliorant ainsi la couverture des tests. Évalué sur 109 contrats réels, Belobog a détecté 100% des vulnérabilités critiques et 79% des vulnérabilités majeures préalablement identifiées par des auditeurs experts. Il a également reproduit avec succès des attaques complètes sans connaissance préalable des failles. L'outil, conçu pour être accessible aux développeurs, sera publié en open source pour favoriser son adoption et son évolution communautaire. Ce travail, actuellement en prépublication (arXiv:2512.02918) et soumis à PLDI’26, vise à combler un manque important dans l'écosystème Move en alignant le fuzzing sur les chemins d'attaque réels.

marsbit12/16 09:18

BitsLab présente la recherche de MoveBit : Belobog, un framework de fuzzing Move pour les attaques réelles

marsbit12/16 09:18

活动图片