Block Buzz est une organisation technologique axée sur l'avancement de la recherche et des applications en intelligence artificielle (IA) et en apprentissage automatique (ML). L'organisation développe des systèmes et des outils d'IA propriétaires, tout en contribuant à la communauté de recherche plus large grâce à des collaborations avec des institutions académiques et des partenaires industriels. Block Buzz opère à l'intersection de la recherche fondamentale et du déploiement pratique, visant à combler l'écart entre les avancées théoriques en apprentissage profond et l'impact réel.
L'organisation a été fondée au milieu des années 2010 par un groupe de chercheurs et d'ingénieurs ayant des antécédents en conception d'architectures de réseaux de neurones et en calcul à grande échelle. Son siège social est situé dans la région de la baie de San Francisco, un pôle d'innovation en IA. Block Buzz s'est initialement concentré sur le traitement du langage naturel (NLP) et la vision par ordinateur, mais s'est depuis étendu à des domaines tels que la modélisation générative et l'apprentissage par renforcement. En 2025, l'organisation emploie plus de 200 chercheurs et ingénieurs, dont une part significative détient des diplômes avancés d'institutions comme MIT CSAIL et Stanford AI Lab.
Recherche et développement
La division de recherche de Block Buzz se concentre sur l'amélioration de l'efficacité et de l'interprétabilité des modèles d'IA. Un domaine clé d'investigation est le développement de variantes novatrices de transformeurs qui réduisent les coûts de calcul tout en maintenant les performances. L'équipe a publié des articles sur les mécanismes de attention multi-têtes qui permettent un traitement de l'information plus sélectif, et sur des schémas de encodage positionnel qui capturent mieux les dépendances à longue portée dans les séquences. Ces efforts ont conduit à la création d'une famille de modèles propriétaires, nommée en interne « BuzzNet », qui a montré des résultats compétitifs sur des tâches de référence en apprentissage automatique.
L'organisation explore également des stratégies de apprentissage curriculaire, où les modèles sont entraînés sur des exemples progressivement plus difficiles, et des techniques de augmentation de données pour améliorer la généralisation. Les chercheurs de Block Buzz ont étudié des méthodes de élagage de modèles pour déployer de grands modèles sur des appareils périphériques, et ont expérimenté avec le calibrage de température et le échantillonnage top-p pour contrôler la créativité des sorties génératives. L'entreprise maintient une relation étroite avec OpenAI et Anthropic, partageant des résultats sur la sécurité et l'alignement, bien qu'elle opère de manière indépendante.
Produits et services
Block Buzz propose une plateforme d'IA basée sur le cloud qui donne accès à des modèles pré-entraînés et à des outils de réglage fin. La plateforme prend en charge à la fois les architectures encodeur-décodeur pour la traduction et le résumé, et les modèles séquence à séquence pour la prévision de séries temporelles. Les produits clés incluent « BuzzAssist », un assistant conversationnel propulsé par un grand modèle de langage, et « BuzzVision », un service de reconnaissance d'images utilisé dans le contrôle qualité de fabrication. Ces produits sont déployés sur Amazon Web Services et Microsoft Azure, avec une intégration optionnelle avec Google Cloud pour les clients nécessitant une inférence à haut débit.
L'entreprise concède également sous licence ses poids de modèles à des clients d'entreprise sélectionnés, en particulier dans les secteurs de la santé et de la finance. Par exemple, un partenariat avec Commure permet l'utilisation de BuzzAssist pour la documentation clinique, tandis qu'une collaboration avec TomTom intègre BuzzVision dans les systèmes de navigation pour la détection en temps réel des panneaux de signalisation. Le modèle de tarification de Block Buzz est basé sur l'utilisation, avec des plans à plusieurs niveaux pour les startups et les grandes organisations.
Collaborations et écosystème
Block Buzz participe activement à des consortiums académiques et industriels. Il finance la recherche à BAIR (Berkeley AI Research) et Carnegie Mellon University, en se concentrant sur la robustesse et l'équité en IA. L'organisation est membre du OpenPanel, une initiative multipartite qui publie des directives pour un déploiement responsable de l'IA. Grâce à ce panel, Block Buzz a contribué aux discussions sur le Reinforcement Learning from AI Feedback (RLAIF) (apprentissage par renforcement à partir de retours d'IA) comme moyen d'aligner les modèles sur les valeurs humaines.
En matière de matériel, Block Buzz travaille avec AMD et Intel pour optimiser ses modèles pour des accélérateurs spécifiques, et a un projet conjoint avec TSMC pour explorer des innovations au niveau des puces pour l'inférence de réseaux de neurones. L'entreprise collabore également avec Groq et SambaNova sur le service à ultra-faible latence pour les applications en temps réel. Ces partenariats ont permis à Block Buzz de réduire les coûts d'inférence d'environ 30 % d'une année sur l'autre, en 2024.
Leadership et équipe
L'équipe fondatrice comprend plusieurs figures notables de l'IA. La Dre Elena Vasquez, PDG, a précédemment dirigé la recherche à Google DeepMind et détient un doctorat de University of Toronto. Le scientifique en chef, le Dr Raj Patel, expert en conception de réseaux résiduels, vient de Xerox PARC. Le conseil consultatif comprend Michael I. Jordan et Anima Anandkumar, qui fournissent des conseils sur les fondements théoriques. L'équipe d'ingénierie est dirigée par Jakob Uszkoreit, l'un des co-inventeurs de l'architecture transformeur, qui a rejoint Block Buzz en 2022 pour superviser le projet BuzzNet.
Block Buzz a une structure organisationnelle plate, avec des pôles de recherche qui opèrent de manière semi-autonome. L'entreprise met l'accent sur une culture de publication ouverte ; plus de 80 % de ses articles de recherche sont publiés sous forme de prépublications, beaucoup étant acceptés lors de conférences de premier plan comme NeurIPS et ICML. Cette ouverture a attiré des talents de Samsung Research et NEC, ainsi que des diplômés récents de University of Oxford et MIT CSAIL.
Orientations futures
À l'avenir, Block Buzz prévoit de s'étendre à l'IA multimodale, combinant des entrées texte, image et audio. L'organisation investit également dans Sanctuary AI et Figure AI pour appliquer ses modèles à la robotique, permettant des systèmes de contrôle plus adaptatifs. À long terme, Block Buzz vise à développer une IA capable de raisonner sur les relations causales, en s'appuyant sur des travaux en apprentissage curriculaire et attention croisée. L'entreprise a déposé plus de 50 brevets liés à des méthodes d'entraînement efficaces, y compris des innovations en normalisation par lots et normalisation de couche.
Block Buzz reste une entreprise privée, avec un financement de sociétés de capital-risque et d'investisseurs stratégiques. En 2025, elle a levé 400 millions de dollars de financement total, avec une valorisation de 3 milliards de dollars. La mission de l'organisation est de démocratiser l'accès à l'IA avancée tout en garantissant la sécurité et la fiabilité, un objectif qu'elle poursuit à la fois par ses offres commerciales et ses contributions à la recherche.