Model Releases
Molmo 2 : Le Modèle Multimodal Open Source de 8B d'Allen AI
Découvrez Molmo 2, le nouveau modèle multimodal open source d'Allen AI, conçu pour la performance et la transparence totale.
16 décembre 2025
Model ReleaseMolmo 2
Introduction : Une Nouvelle Ère pour l'IA Multimodal
Le 16 décembre 2025, Allen AI a officiellement annoncé la sortie de Molmo 2, un modèle d'intelligence artificielle multimodal de nouvelle génération. Cette annonce marque un tournant significatif dans l'écosystème de l'IA open source, car il s'agit du premier modèle multimodal de 8 milliards de paramètres à proposer des poids complets, des données et du code source accessibles à tous. Dans un marché dominé par des solutions propriétaires fermées, Molmo 2 offre une alternative transparente pour les développeurs et les ingénieurs cherchant à intégrer des capacités visuelles et textuelles avancées sans coûts de licence élevés.
L'importance de ce modèle ne réside pas seulement dans ses spécifications techniques, mais dans sa philosophie d'ouverture totale. Allen AI vise à démocratiser l'accès aux modèles de pointe en permettant à la communauté de vérifier les données d'entraînement et d'améliorer l'architecture. Pour les entreprises souhaitant déployer des solutions d'analyse visuelle ou de raisonnement multimodal, Molmo 2 représente une opportunité unique de réduire les dépendances aux API coûteuses tout en gardant le contrôle sur leurs données sensibles.
- Release date : 16 décembre 2025
- Fournisseur : Allen AI
- Catégorie : Modèle multimodal
- Open Source : Oui (Poids, données, code)
Caractéristiques Clés et Architecture
L'architecture de Molmo 2 repose sur une conception optimisée pour l'efficacité et la précision. Avec 8 milliards de paramètres, il se positionne comme un modèle compact par rapport aux géants de 70B ou 175B, tout en conservant des capacités multimodales robustes. Le modèle utilise une architecture MoE (Mixture of Experts) qui permet d'activer dynamiquement les experts nécessaires pour traiter à la fois le texte et les images, réduisant ainsi la latence et la consommation de ressources lors de l'inférence.
Les capacités multimodales de Molmo 2 sont étendues pour supporter des tâches complexes d'analyse visuelle. Il comprend une fenêtre de contexte massive de 128 000 tokens, ce qui permet de traiter des documents longs ou des vidéos transcrites en détail. L'entraînement sur des données multimodales de haute qualité garantit que le modèle comprend non seulement le contenu visuel, mais aussi les relations spatiales et sémantiques complexes entre le texte et les images.
- Paramètres : 8B
- Architecture : MoE (Mixture of Experts)
- Fenêtre de contexte : 128 000 tokens
- Capacités : Vision, Texte, Raisonnement