MaisonMicrosoft met en open source Phi-4-Vision, un modèle d'IA multimodal léger
Microsoft a officiellement mis en open source son dernier modèle de raisonnement multimodal, Phi-4-reasoning-vision-15B. Avec ses 15 milliards de paramètres, ce modèle offre un équilibre idéal entre hautes performances et faible coût. Son architecture légère en fait une nouvelle option très intéressante pour traiter des tâches visuelles complexes dans des environnements aux ressources limitées.
Une « petite bombe » alimentée par des données raffinées
Contrairement aux modèles industriels classiques entraînés sur des milliers de milliards de tokens, Phi-4-reasoning-vision a été développé en utilisant seulement 200 milliards de tokens multimodaux. L'équipe a donné la priorité à la qualité des données en procédant à un nettoyage rigoureux des données open source, en générant des données synthétiques ciblées et en calibrant soigneusement les ratios de données spécifiques à chaque domaine — par exemple en augmentant le contenu mathématique pour renforcer le raisonnement computationnel. Cette approche permet d'obtenir d'excellentes performances dans le raisonnement scientifique et les tâches de localisation d'éléments à l'écran.
Une stratégie de raisonnement hybride innovante
Une innovation clé de ce modèle réside dans la conception de son « parcours de raisonnement hybride » :
Tâches de perception : pour les tâches simples telles que la légende d'images ou la reconnaissance optique de caractères (OCR), le modèle passe par défaut en mode de réponse directe, optimisé pour la vitesse et une latence réduite.
Tâches de raisonnement : lorsqu'il est confronté à une logique complexe, telle que l'interprétation de formules mathématiques ou de graphiques scientifiques, il engage automatiquement un processus structuré de chaîne de pensée (CoT) pour garantir la précision de la réponse.
Les utilisateurs peuvent également basculer manuellement entre ces deux modes à l'aide de phrases déclencheuses spécifiques, adaptant ainsi le comportement du modèle aux différents besoins des applications.
Grâce à l'intégration de l'encodeur à résolution dynamique SigLIP-2, le modèle excelle dans la perception des détails fins au sein de captures d'écran haute résolution. Cette capacité en fait une base idéale pour le développement d'agents d'utilisation informatique (CUA), capables d'identifier avec précision et d'interagir avec les boutons, les champs et autres éléments des interfaces numériques.
Phi-4-reasoning-vision-15B est désormais disponible sur les principales plateformes open source. Microsoft estime que ce modèle compact démontrera comment « plus petit et plus rapide » peut également signifier « plus performant » dans le domaine multimodal, contribuant ainsi à faire progresser l'adoption de l'intelligence spatiale et des technologies interactives en temps réel.
Article connexe
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
Recommandations de sujets spéciaux liés
chatbot
Meilleures applications de chat de jeu de rôle par IA pour la pratique des langues, la préparation aux entretiens et la fluidité quotidienne
2026 Dernières Meilleures Applications de Chat IA pour le Jeu de Rôle, les plus bien notées pour la Pratique des Langues, la Préparation aux Entretiens et la Fluidité Quotidienne ! XIX.AI sélectionne une collection puissante et révolutionnaire qui propose une comparaison gratuit vs payant, des tests en conditions réelles et des classements mis à jour chaque semaine. Ces outils à essayer absolument vous aident à améliorer vos compétences en écriture, à surmonter les défis de fluidité et à optimiser l’efficacité de la communication dans tous les scénarios quotidiens. Explorez dès maintenant pour découvrir l’outil parfait pour votre progression linguistique !
10 outils
xix.ai
Composition musicale
Outils de séparation des pistes audio par IA pour la production de remix, la préparation de samples et les masters de karaoké
2026 : Les meilleures et plus récentes outils de séparation des pistes audio par IA, hautement notés, sélectionnés spécialement pour la production de remix, la préparation de samples et l’enregistrement de karaokés. Ces outils puissants et révolutionnaires, éprouvés dans des conditions réelles, permettent une isolation audio précise, ce qui améliore considérablement la productivité. XIX.AI propose un guide de comparaison gratuit mis à jour chaque semaine entre les versions payantes et gratuites, afin de vous aider à trouver la solution idéale adaptée à vos besoins. Découvrez-les dès maintenant pour tirer parti des avantages offerts par l’IA.
8 outils
xix.ai
Analyse des données
Copilotes SQL basés sur l’IA pour les tableaux de bord de chiffre d’affaires, l’analyse des funnels et les indicateurs de produits
2026 : Les meilleurs copilotes AI SQL actuels, classés parmi les plus performants ! XIX.AI a sélectionné une collection puissante et révolutionnaire, mise à jour chaque semaine grâce à des tests concrets. Ces outils indispensables vous aident à créer des tableaux de bord financiers précis, à analyser les canaux de vente et à suivre en temps réel les indicateurs produits, ce qui améliore considérablement votre productivité. Découvrez-les dès maintenant pour trouver l’outil idéal pour des décisions basées sur les données ! 238 caractères
9 outils
xix.ai
Composition musicale
Meilleurs outils d’écriture de mélodies par IA pour les ébauches de chansons
2026 Derniers Meilleurs Outils d’Écriture de Mélodie par IA les Mieux Notés pour des Ébauches de Chansons ! XIX.AI a sélectionné une collection hautement puissante et révolutionnaire, soumise à des tests rigoureux en conditions réelles, afin d’offrir la meilleure expérience d’écriture. Vous pouvez y trouver des comparaisons détaillées entre versions gratuites et payantes, des classements précis, ainsi que des options incontournables conçues pour vous aider à créer sans effort des ébauches de chansons remarquables et à booster significativement votre productivité créative. Explorez dès maintenant pour découvrir l’outil qui vous correspond parfaitement !
8 outils
xix.ai
chatbot
Meilleurs outils d’entraînement à la conversation par IA pour la préparation aux entretiens
Les derniers outils de formation à la conversation par IA les mieux notés pour 2026 sont disponibles sur XIX.AI ! Cette sélection rigoureuse propose des outils puissants et révolutionnaires, testés rigoureusement dans des conditions réelles pour fournir des retours précis. Vous y trouverez une comparaison entre les versions gratuites et payantes, ainsi que des classements détaillés pour vous aider à choisir l’option incontournable qui renforce votre confiance et vos compétences. Explorez dès maintenant pour découvrir l’outil parfait pour réussir vos entretiens !
12 outils
xix.ai
Conception et art
Les meilleurs outils de transfert de style basés sur l'IA pour des expériences créatives
Les meilleurs outils de transfert de style par IA de 2026, les mieux notés, pour des expériences créatives ! XIX.AI a sélectionné une collection d’outils puissants et révolutionnaires à essayer absolument, qui offrent des résultats exceptionnels grâce à des tests en conditions réelles et à un classement rigoureux. Ces solutions de pointe aident les créatifs à booster considérablement leur productivité en accélérant la création de contenu et en ouvrant la voie à des possibilités créatives infinies. Découvrez-les dès maintenant pour trouver l'outil qui vous convient le mieux et commencez à créer dès aujourd'hui !
9 outils
xix.ai
commentaires (1)
![StevenSanchez]()
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
Microsoft a officiellement mis en open source son dernier modèle de raisonnement multimodal, Phi-4-reasoning-vision-15B. Avec ses 15 milliards de paramètres, ce modèle offre un équilibre idéal entre hautes performances et faible coût. Son architecture légère en fait une nouvelle option très intéressante pour traiter des tâches visuelles complexes dans des environnements aux ressources limitées.
Une « petite bombe » alimentée par des données raffinées
Contrairement aux modèles industriels classiques entraînés sur des milliers de milliards de tokens, Phi-4-reasoning-vision a été développé en utilisant seulement 200 milliards de tokens multimodaux. L'équipe a donné la priorité à la qualité des données en procédant à un nettoyage rigoureux des données open source, en générant des données synthétiques ciblées et en calibrant soigneusement les ratios de données spécifiques à chaque domaine — par exemple en augmentant le contenu mathématique pour renforcer le raisonnement computationnel. Cette approche permet d'obtenir d'excellentes performances dans le raisonnement scientifique et les tâches de localisation d'éléments à l'écran.
Une stratégie de raisonnement hybride innovante
Une innovation clé de ce modèle réside dans la conception de son « parcours de raisonnement hybride » :
Tâches de perception : pour les tâches simples telles que la légende d'images ou la reconnaissance optique de caractères (OCR), le modèle passe par défaut en mode de réponse directe, optimisé pour la vitesse et une latence réduite.
Tâches de raisonnement : lorsqu'il est confronté à une logique complexe, telle que l'interprétation de formules mathématiques ou de graphiques scientifiques, il engage automatiquement un processus structuré de chaîne de pensée (CoT) pour garantir la précision de la réponse.
Les utilisateurs peuvent également basculer manuellement entre ces deux modes à l'aide de phrases déclencheuses spécifiques, adaptant ainsi le comportement du modèle aux différents besoins des applications.
Grâce à l'intégration de l'encodeur à résolution dynamique SigLIP-2, le modèle excelle dans la perception des détails fins au sein de captures d'écran haute résolution. Cette capacité en fait une base idéale pour le développement d'agents d'utilisation informatique (CUA), capables d'identifier avec précision et d'interagir avec les boutons, les champs et autres éléments des interfaces numériques.
Phi-4-reasoning-vision-15B est désormais disponible sur les principales plateformes open source. Microsoft estime que ce modèle compact démontrera comment « plus petit et plus rapide » peut également signifier « plus performant » dans le domaine multimodal, contribuant ainsi à faire progresser l'adoption de l'intelligence spatiale et des technologies interactives en temps réel.
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
2026 Dernières Meilleures Applications de Chat IA pour le Jeu de Rôle, les plus bien notées pour la Pratique des Langues, la Préparation aux Entretiens et la Fluidité Quotidienne ! XIX.AI sélectionne une collection puissante et révolutionnaire qui propose une comparaison gratuit vs payant, des tests en conditions réelles et des classements mis à jour chaque semaine. Ces outils à essayer absolument vous aident à améliorer vos compétences en écriture, à surmonter les défis de fluidité et à optimiser l’efficacité de la communication dans tous les scénarios quotidiens. Explorez dès maintenant pour découvrir l’outil parfait pour votre progression linguistique !
10 outils
xix.ai
2026 : Les meilleures et plus récentes outils de séparation des pistes audio par IA, hautement notés, sélectionnés spécialement pour la production de remix, la préparation de samples et l’enregistrement de karaokés. Ces outils puissants et révolutionnaires, éprouvés dans des conditions réelles, permettent une isolation audio précise, ce qui améliore considérablement la productivité. XIX.AI propose un guide de comparaison gratuit mis à jour chaque semaine entre les versions payantes et gratuites, afin de vous aider à trouver la solution idéale adaptée à vos besoins. Découvrez-les dès maintenant pour tirer parti des avantages offerts par l’IA.
8 outils
xix.ai
2026 : Les meilleurs copilotes AI SQL actuels, classés parmi les plus performants ! XIX.AI a sélectionné une collection puissante et révolutionnaire, mise à jour chaque semaine grâce à des tests concrets. Ces outils indispensables vous aident à créer des tableaux de bord financiers précis, à analyser les canaux de vente et à suivre en temps réel les indicateurs produits, ce qui améliore considérablement votre productivité. Découvrez-les dès maintenant pour trouver l’outil idéal pour des décisions basées sur les données ! 238 caractères
9 outils
xix.ai
2026 Derniers Meilleurs Outils d’Écriture de Mélodie par IA les Mieux Notés pour des Ébauches de Chansons ! XIX.AI a sélectionné une collection hautement puissante et révolutionnaire, soumise à des tests rigoureux en conditions réelles, afin d’offrir la meilleure expérience d’écriture. Vous pouvez y trouver des comparaisons détaillées entre versions gratuites et payantes, des classements précis, ainsi que des options incontournables conçues pour vous aider à créer sans effort des ébauches de chansons remarquables et à booster significativement votre productivité créative. Explorez dès maintenant pour découvrir l’outil qui vous correspond parfaitement !
8 outils
xix.ai
Les derniers outils de formation à la conversation par IA les mieux notés pour 2026 sont disponibles sur XIX.AI ! Cette sélection rigoureuse propose des outils puissants et révolutionnaires, testés rigoureusement dans des conditions réelles pour fournir des retours précis. Vous y trouverez une comparaison entre les versions gratuites et payantes, ainsi que des classements détaillés pour vous aider à choisir l’option incontournable qui renforce votre confiance et vos compétences. Explorez dès maintenant pour découvrir l’outil parfait pour réussir vos entretiens !
12 outils
xix.ai
Les meilleurs outils de transfert de style par IA de 2026, les mieux notés, pour des expériences créatives ! XIX.AI a sélectionné une collection d’outils puissants et révolutionnaires à essayer absolument, qui offrent des résultats exceptionnels grâce à des tests en conditions réelles et à un classement rigoureux. Ces solutions de pointe aident les créatifs à booster considérablement leur productivité en accélérant la création de contenu et en ouvrant la voie à des possibilités créatives infinies. Découvrez-les dès maintenant pour trouver l'outil qui vous convient le mieux et commencez à créer dès aujourd'hui !
9 outils
xix.ai
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
