Apple publie les vidéos de son workshop 2025 sur l’IA : raisonnement, agents et modèles au cœur des recherches
Apple vient de mettre en ligne les enregistrements de son workshop 2025 consacré au raisonnement et à la planification en intelligence artificielle. Organisé en juillet dernier, cet événement de deux jours réunissait des ingénieurs de la firme de Cupertino ainsi que des chercheurs issus d’institutions prestigieuses comme UCLA, Stanford ou encore UC Berkeley.
Près de trente travaux y ont été présentés, autour de trois axes majeurs : le raisonnement et la planification, les applications aux agents intelligents et le développement de modèles avancés. Si ces conférences datent de plusieurs mois — une éternité à l’échelle du rythme actuel de l’IA — leur contenu reste évidemment particulièrement instructif.
Des agents IA aux modèles multimodaux
Parmi les interventions désormais disponibles, plusieurs explorent l’évolution des grands modèles de langage vers des agents incarnés capables d’interagir avec leur environnement. D’autres portent sur l’évaluation des capacités des agents, l’amélioration du raisonnement parallèle adaptatif ou bien encore la robustesse des modèles vision-langage.
Les chercheurs abordent également l’apprentissage par renforcement appliqué aux agents conversationnels sur le long terme, ainsi que les défis liés à l’entraînement à l’échelle d’Internet. Ces travaux témoignent de l’ambition d’Apple de renforcer son expertise dans les systèmes dits « agentiques ».
Au-delà des annonces produits, ces vidéos offrent un éclairage précieux sur la vision stratégique d’Apple en matière d’IA avancée, et dessinent les contours des prochaines évolutions technologiques, à l’heure où le raisonnement automatisé devient un enjeu central pour toute l’industrie.
Les liens vers les vidéos :
- From LLMs to Embodied AI Agents: Lessons and Methods, présenté par Alexander Toshev (Apple)
- MMAU: A Holistic Benchmark of Agent Capabilities Across Diverse Domains, présenté par Yanchao Sun (Apple)
- More Efficient and Accurate Reasoning with Adaptive Parallel Reasoning, présenté par Alane Suhr (UC Berkeley)
- On Evaluating and Improving Robustness in Visual Reasoning Abilities of Vision-Language Models, présenté par Melanie Mitchell (Santa Fe Institute)
- Open-Ended and AI-Generating Algorithms in the Era of Foundation Models, présenté par Jeff Clune (University of British Columbia)
- Reasoning, Intelligence & Large Language Models, présenté par Iman Mirzadeh (Apple)
- Reinforcement Learning for Long-Horizon Interactive LLM Agents, présenté par Philipp Krähenbühl (Apple)
- Towards Internet-Scale Training For Agents, présenté par Ruslan Salakhutdinov (CMU)
