Un nouveau modèle IA généraliste arrive à compter les objets dans n'importe quelle image — foules, cellules au microscope, stocks en entrepôt — à partir d'un simple prompt texte. L'approche divise par deux le taux d'erreur par rapport aux systèmes antérieurs, spécialisés et rigides.
Le défi technique était colossal : chaque contexte (microscopie, photographie aérienne, imagerie médicale) demandait autrefois son propre modèle entraîné. Count Anything fusionne vision et langage naturel pour adapter son comptage à n'importe quel objet décrit.
Les limites restent visibles : les objets très denses (une foule compacte, des cellules surposées) et les termes ambigus (« un groupe » vs « des individus ») posent encore problème. Le modèle doute quand la définition d'un « objet » devient floue.
C'est un pas vers les systèmes IA vraiment polyvalents — qui passent du spécialisé au généraliste. Mais cette flexibilité naît d'un compromis : on gagne en adaptabilité, on perd un peu en précision extrême. Pas de parade ici, juste une avancée à tempérer.
