fr.wedoany.com Rapport : La start-up chinoise d’IA MiniMax Group développe un modèle de langage massif comptant 2,7 billions de paramètres, qui pourrait être dévoilé dès le troisième trimestre. Il s’agira du plus grand modèle d’IA à poids ouvert jamais publié par une entreprise chinoise, et potentiellement l’un des plus grands au monde.
La course mondiale aux modèles d’IA à des billions de paramètres est motivée par une demande croissante de systèmes autonomes capables de raisonnements complexes. Les analystes estiment que ce seuil est essentiel pour construire des systèmes capables d’exécuter des opérations en plusieurs étapes sans intervention humaine. Une source proche du dossier, ayant requis l’anonymat car l’information n’est pas encore publique, a déclaré à Reuters. MiniMax n’a pas souhaité commenter.
Le projet de développement de ce modèle géant, dont les détails ont été rapportés pour la première fois par The Information, intervient alors que les fournisseurs chinois d’IA gagnent du terrain aux États-Unis et ailleurs avec des modèles bon marché basés sur des technologies open source, offrant une alternative économique aux systèmes propriétaires américains. Les concurrents de MiniMax incluent des sociétés comme Z.ai et DeepSeek. Les modèles à poids ouvert permettent aux utilisateurs de télécharger, d’exécuter et de personnaliser le système sous-jacent, contrairement aux modèles propriétaires fermés.
La source a également ajouté que MiniMax lancera plus tard ce mois-ci son modèle de génération vidéo multimodale de pointe, H3.
Fondée en 2021, MiniMax est une entreprise émergente dans le secteur chinois de l’IA. En janvier dernier, la société a levé 4,8 milliards de dollars de Hong Kong (614 millions de dollars américains) lors de son introduction en bourse à Hong Kong et prévoit une cotation secondaire sur le marché STAR de Shanghai. Actuellement, Meituan LongCat-2.0 et DeepSeek V4-Pro dominent le secteur chinois de l’IA avec un total de 1,6 billion de paramètres, tandis que plusieurs autres concurrents nationaux ont déjà franchi le seuil du billion de paramètres.
Bien que les chatbots génératifs standards excellent dans le traitement de textes courts, ils présentent des limitations mathématiques lorsqu’il s’agit de prendre des décisions autonomes à long terme.
Cette expansion architecturale à grande échelle repose en grande partie sur la technologie des experts mixtes pour équilibrer le niveau d’intelligence et les coûts opérationnels. En organisant le modèle en sous-réseaux spécialisés, les développeurs peuvent construire d’immenses bases de données de billions de paramètres, n’activant qu’une petite partie de leurs capacités à chaque requête. Cette approche permet aux utilisateurs d’obtenir des connaissances spécialisées approfondies, y compris des réglementations juridiques complexes et des bogues logiciels rares, avec la rapidité et le faible coût d’un système de taille moyenne.
