ERNIE-4.5-VL-28B : Le modèle compact de Baidu qui "réfléchit" avant de décrire ce qu'il voit

L’IA multimodale vient de franchir un nouveau cap, et cette fois, la révolution ne vient pas de la Silicon Valley. Alors que le monde a les yeux rivés sur les mastodontes américains, Baidu déploie une arme secrète : un modèle capable de raisonner visuellement comme un humain. Imaginez une IA qui ne se contente pas de « voir » des pixels, mais qui s’arrête pour réfléchir, zoomer et analyser avant de répondre. C’est la promesse d’ERNIE-4.5-VL-28B, une prouesse technique qui réussit l’impossible : offrir des performances de niveau « flagship » dans un corps ultra-compact. Est-ce la fin de la domination des modèles lourds et coûteux ?

Une architecture hybride : La puissance du « MoE » démocratisée

Au cœur de cette annonce se trouve une architecture technique fascinante : le Mixture-of-Experts (MoE). Contrairement aux modèles monolithiques c...
[Courte citation de 8% de l'article original]