Berkeley

Le 23 juin 2026, la start-up américaine Engram est sortie de la furtivité avec une levée de 98 millions de dollars, valorisant l'entreprise à 600 millions de dollars pour une équipe de treize personnes. Le tour réunit notamment Kleiner Perkins, General Catalyst, Sequoia, Factory et Amplify Partners. Fondée par Dan Biderman, docteur de Stanford, avec plusieurs chercheurs issus de Stanford, Berkeley et Cornell, Engram développe un système de mémoire permettant aux modèles d'apprendre en continu sans oubli catastrophique. La société affirme réduire fortement le nombre de jetons nécessaires tout en conservant les performances des modèles de pointe. Cette levée illustre l'intérêt des investisseurs pour les approches visant à donner aux modèles une mémoire persistante et personnalisée.

Le 21 mai 2026, la revue Science a publié une étude sur l'usage de l'intelligence artificielle générative par les étudiants américains, menée par Igor Chirikov (UC Berkeley), Ivan Smirnov et René Kizilcec (Cornell University). Fondée sur une enquête auprès de plus de 95 000 étudiants de 20 universités publiques de recherche, elle établit qu'environ un tiers recourent régulièrement à l'IA générative pour leurs devoirs et que 9 % l'ont utilisée pour tricher. Le taux de triche atteint 26 % chez les utilisateurs quotidiens, contre 7 % chez les usagers mensuels. L'usage régulier varie fortement selon la discipline, de 62 % en informatique à 24 % dans les arts. Les auteurs jugent une réforme de l'évaluation "nécessaire et urgente" pour préserver la crédibilité des diplômes.

Le 28 janvier 2026, Scholé AI, jeune pousse basée à Lausanne et issue de l'EPFL et de l'Université de Californie à Berkeley, a annoncé une levée d'amorçage de 3 millions de dollars, menée par ACE Ventures avec The House Fund et FundF. Cofondée par Vinitra Swamy et Paola Mejia, toutes deux docteures, l'entreprise développe une plateforme d'apprentissage nativement conçue autour de l'IA pour aider les organisations à former et faire monter en compétences leurs collaborateurs face aux outils d'intelligence artificielle. La société, qui s'appuie sur des travaux de recherche en apprentissage automatique appliqué à l'éducation, compte une présence à Lausanne et à San Francisco. L'opération illustre le dynamisme des spin-off des écoles polytechniques fédérales dans l'IA.

IBM a annoncé le 29 octobre 2025 Granite 4.0 Nano, une série de très petits modèles génératifs allant de 350 millions à 1,5 milliard de paramètres, conçus pour fonctionner en périphérie, sur l'appareil ou directement dans un navigateur, sur des ordinateurs portables, PC et appareils mobiles sans GPU spécialisé. Les modèles sont publiés sous licence Apache 2.0. IBM avance plusieurs résultats de tests : le modèle Granite 4.0 H 1B atteint 78,5 % de précision sur le test de suivi d'instructions IFEval, contre 73,1 % pour Qwen3 1.7B et 59,3 % pour Gemma 3 1B, et obtient 54,8 sur le classement Berkeley Function Calling Leaderboard v3 dédié à l'appel d'outils. L'architecture reprend la conception hybride Transformer-Mamba de la famille Granite 4.0.

Le 22 octobre 2025, la PyTorch Foundation a annoncé l'accueil de Ray comme projet hôte, framework open source de calcul distribué pour les charges IA couvrant le traitement de données, l'entraînement de modèles et l'inférence à grande échelle. Ray a été développé à l'origine à l'université de Berkeley puis par la société Anyscale, qui l'a contribué à la fondation. Selon l'annonce, Ray totalise plus de 39 000 étoiles sur GitHub et 237 millions de téléchargements. Le projet complète la pile open source de la fondation aux côtés de PyTorch pour le développement de modèles, de vLLM pour l'inférence et de DeepSpeed pour l'entraînement distribué. Zhitao Li, directeur de l'ingénierie chez Uber, a indiqué que Ray était un élément central de la plateforme IA d'Uber.