Des chercheurs de Google publient en open source EnvHarness, un cadre qui adapte les environnements d'entraînement aux faiblesses d'un agent sans toucher à l'agent, à l'environnement ni au système d'évaluation. Selon eux, l'apprentissage gagne ainsi en efficacité comme en rapidité.
Google Research présente des travaux visant à ancrer les agents d'IA dans la biologie réelle, comme autant de briques vers des laboratoires expérimentaux autonomes.
La MIT Technology Review reçoit Samuel King, doctorant à Stanford qui a utilisé en 2025 un modèle d'IA générative pour proposer le génome de virus microscopiques. Il ne s'agit pas encore de vie créée par l'IA, mais la discussion se demande si ce pourrait être la prochaine étape.
Vinci4D propose aux concepteurs de semi-conducteurs un logiciel de simulation fondé sur des modèles physiques préentraînés, en remplacement de méthodes classiques comme l'analyse par éléments finis. Objectif : accélérer nettement la simulation du comportement physique des puces.
La start-up américaine Colossal Biosciences a présenté le 14 octobre GenoMorph, une plateforme d'IA chargée d'identifier les modifications génétiques nécessaires à ses projets de « désextinction ». Elle compte s'en servir pour ramener le dodo à la vie.
Amulya Vishwanath, qui a dirigé pendant sept ans le marketing produit des plateformes robotiques de Nvidia, estime que la robotique vit son « ère Lego » : actionneurs, mains robotiques, logiciels et normes de sécurité sont encore en reconstruction. Une vision à rebours de ceux qui attendent d'un modèle de fondation généraliste une révolution imminente.