Le nouveau modèle Kimi a été affiné pour le développement de jeux et la 3D
Kimi a été affiné pour Unity, Unreal Engine, Godot et la génération 3D, avec un cas autonome de simulateur de marche.
Le modèle Kimi, selon les développeurs, a été entraîné en complément avec un accent sur le développement de jeux et la 3D. Il fonctionne bien, d'après l'annonce, avec Unity, Unreal Engine et Godot, en les combinant avec la recherche web et la génération 3D. Il se débrouille aussi correctement sur des tâches à long horizon.
Par exemple, l'annonce présente un cas où Kimi a construit de manière autonome un simulateur de marche humaine basé sur un modèle anatomique. Le modèle a créé lui-même des pipelines d'entraînement, ajusté la fonction de récompense et la physique, examiné les résultats et amélioré le contrôleur de pas. En 167 itérations et 420 revues indépendantes, le personnage virtuel est passé de la chute au premier pas à une marche continue avec alternance des pas pendant 11 secondes.
Le modèle est encore loin du RSI, mais les compétences nécessaires pour certains types de recherche en ML sont déjà visibles.
Pourquoi c'est important
AnalyseCe résultat montre que les modèles d'IA rapprochent moteurs de jeu, génération 3D et workflows ML autonomes, ouvrant la voie à des simulations plus complexes.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Kimi K3.1 : un teaser annonce un nouveau modèle de Kimi
L’équipe Kimi a publié un teaser suggérant l’arrivée prochaine de Kimi K3.1, attendu comme le meilleur des modèles d’IA chinois disponibles et nettement moins cher que Kimi K3.
Kimi K3.1 arrive comme un modèle d’IA de 2,8 billions de paramètres
Kimi K3.1 est présenté comme un très grand modèle ouvert avec 2,8 billions de paramètres et 104 milliards de paramètres actifs, mais ses poids ne sont pas encore publiés.
Opérateur IA autonome sur Telegram 24/7 : architecture, Telethon, sécurité et 10 cas d'usage opérationnels
Guide d'ingénierie complet pour la création d'un opérateur IA prêt pour la production sur Telegram basé sur Telethon : isolation des sessions, système de confirmation, protection contre les bannissements et déploiement 24/7.
Loop Engineering : architecture des boucles autonomes et fin de l'ère du prompting manuel
Plongée approfondie dans le Loop Engineering : architecture de cycles auto-entretenus pour Claude Code et les agents autonomes, modèle DOER/CHECKER, vérification déterministe, commande /goal et lutte contre le Reward Hacking.
GPT personnalisés (Chatbots sur mesure dans ChatGPT)
Fonctionnalité de ChatGPT permettant de créer des assistants miniaturisés et personnalisés pour des tâches spécifiques. Elle permet de charger vos propres fichiers, de définir des instructions permanentes, d'activer la génération d'images et de connecter des API externes sans écrire une seule ligne de code.
Sélection dynamique d'outils (Dynamic Tool Selection)
Approche architecturale pour la construction d'agents IA à grande échelle disposant de centaines d'outils (Tools). Au lieu de charger toutes les descriptions de fonctions dans le contexte simultanément, le système utilise une recherche sémantique ou un modèle routeur (Router) pour sélectionner dynamiquement uniquement les 3 à 5 outils les plus pertinents pour une requête utilisateur spécifique.