Creative Commons

Le 17 septembre 2026, la revue Science a publié RADAR, modèle vision-langage développé par la DAMO Academy d'Alibaba pour l'interprétation des scanners abdominaux injectés. Le code est publié sur GitHub sous licence Apache 2.0 et les poids sur Hugging Face sous une licence Creative Commons non commerciale. Le modèle a été entraîné sans annotation manuelle, sur 424 911 examens et 15 millions de paires image-texte tirées de comptes rendus cliniques. Sur une cohorte interne de 39 160 examens, il obtient une aire sous la courbe de 0,913 (intervalle de confiance à 95 %, 0,911 à 0,915) pour 146 observations couvrant 18 structures anatomiques, de 0,874 à 0,912 dans huit centres externes et de 0,891 à 0,984 sur quatre cancers confirmés par anatomopathologie, du foie, du pancréas, de l'estomac et du côlon-rectum. Dans une étude de lecture réunissant 26 radiologues de 14 centres, l'assistance du modèle a relevé leur sensibilité d'environ 10 %.

Le 29 janvier 2026, le fabricant chinois Unitree Robotics a publié UnifoLM-VLA-0, un modèle vision-langage-action dont le code, les poids et le code d'entraînement sont mis à disposition sous licence Creative Commons non commerciale (CC BY-NC-SA 4.0). Construit sur le modèle Qwen2.5-VL-7B et entraîné sur environ 340 heures de données réelles de manipulation, il permet au robot humanoïde G1 d'exécuter une douzaine de catégories de tâches de manipulation à partir de commandes en langage naturel. Sur le banc d'essai LIBERO, Unitree revendique un score moyen de 98,7, qu'elle présente comme le plus élevé parmi les VLA publics, devant des modèles comme OpenVLA et π0.