Computer use

Nouveau modèle GPT-6 disponible via API et ChatGPT Work, avec capacités de contrôle d'ordinateur et tarifs publics.

Un papier propose PAPAV, un cadre en cinq fonctions pour comparer agents multimodaux et systèmes robotiques, et note que peu de benchmarks évaluent Anticipate et Verify.

Agent S4 confie à un méta-agent la conception des interfaces d'agents computer-use. Avec Qwen3.8-27B, il atteint 21,3 % sur OSWorld V2, devant GPT-5.5 et Claude Opus 4.8, à une fraction du coût.

H Company détaille sa recette de post-training (SFT, fusion de poids, RL) sur le modèle de vision de NVIDIA. Le checkpoint Holotron4-Super-Preview gagne 25,1 points sur OSWorld.

Un framework de post-training enseigne le contrôle de jeux vidéo à des agents grâce à seize environnements synthétiques et au reinforcement learning PPO, au-delà des simples démonstrations.

OpenAI et Ironclad entraînent et évaluent des agents IA sur des workflows contractuels complexes pour faire avancer le travail autonome sur ordinateur.

Latent Space reçoit Ari Weinstein (Sky) sur l'état de l'art du Computer Use, puis Nikunj Handa (OpenAI) détaille la nouvelle stack développeur de l'API.

Un modèle quasi aussi performant que GPT-6.1 Astra pour le code et l'usage d'ordinateur, à un cinquième du prix de l'API.

H Company dévoile Holo4, un modèle destiné à piloter des agents capables d'interagir avec des interfaces informatiques comme un humain.

H Company dévoile Holo4, un modèle destiné à piloter des agents capables d'interagir avec des interfaces informatiques de façon autonome.

Un nouveau framework multi-plateforme entraîne des agents à mélanger interaction GUI et développement logiciel via des tâches de recréation vérifiables.

Un nouveau design system vise à rendre les interfaces logicielles plus lisibles par les agents IA, sans sacrifier l'expérience humaine.

OpenAI dévoile GPT-6 Astra, son modèle le plus performant pour l'entreprise, avec raisonnement avancé et usage d'ordinateur.

Un framework génère des trajectoires d'interaction via des navigateurs parallèles pour entraîner des agents visuels.

Un environnement de test Windows pour entraîner des agents informatiques sur Minecraft.

Une méthode extrait des tâches imbriquées depuis des traces brutes d'écrans et d'actions, avec de fortes améliorations mesurées.

Un benchmark évalue la fiabilité des VLM comme juges d'agents informatiques.

Une étude systématique montre que le calcul supplémentaire à l'inférence n'améliore pas toujours les agents CUA locaux, mais change surtout leur façon d'échouer.

Microsoft Research crée douze mondes d'entraînement à haute fidélité pour agents d'usage informatique, doublant les performances d'un modèle 9B.

Un nouveau benchmark teste la capacité des modèles d'IA à comprendre les transitions d'interface graphique sur desktop.

Une API pour des agents IA capables d'utiliser directement un ordinateur via le navigateur.

Le lab français dévoile une API permettant de déployer des agents IA capables d'interagir directement avec des interfaces informatiques.

La start-up française dévoile une API permettant à des agents IA de piloter directement des interfaces informatiques.

H Company propose ses agents capables de naviguer sur ordinateur via une API gérée, automatisant les workflows sur interfaces graphiques.

Une startup passée par Y Combinator dévoile une API destinée à faciliter le développement d'agents IA capables d'utiliser des ordinateurs.

Google DeepMind lance la capacité de contrôle d'ordinateur pour Gemini 2.5 Flash, permettant au modèle d'interagir directement avec des interfaces graphiques.

H Company publie Holo3.1, un modèle conçu pour l'usage de l'ordinateur (computer use) capable de fonctionner rapidement en local, sans dépendance cloud.