# Zyphra lance ZUNA1.1 : modèle EEG flexible de 0,5 à 30 secondes

> Zyphra a lancé ZUNA1.1, un modèle EEG sous licence Apache 2.0, acceptant désormais des entrées de 0,5 à 30 secondes au lieu de 5 secondes fixes.

Type : Actualité IA · Catégorie : Outils · Publié le 2026-07-18 · Signal IA - Order & Chaos · Secteur : Santé
Source : https://www.orderchaos.eu/signal-ia/actu/zuna11-de-zyphra-bouscule-leeg-avec-des-entrees-variables
Tags : zyphra, zuna1.1, eeg, apache 2.0, modèle autoencodeur

---

## En résumé

- ZUNA1.1 accepte des entrées EEG de 0,5 à 30 secondes, améliorant la version précédente limitée à 5 secondes.
- Le modèle utilise un autoencodeur de diffusion masqué de 380 millions de paramètres pour reconstruire et débruiter les EEG.
- Le NMSE du modèle se maintient ou s'améliore malgré l'élargissement de la gamme d'entrées testées.

**Le signal :** Le 16 juillet 2026, Zyphra a lancé ZUNA1.1, un modèle EEG innovant acceptant des entrées de 0,5 à 30 secondes.

**Zyphra** a annoncé le lancement de ZUNA1.1 le 16 juillet 2026. Ce nouveau modèle est distribué sous la licence Apache 2.0 et propose des innovations majeures dans le traitement des signaux EEG. Il permet désormais des entrées allant de 0,5 à 30 secondes, contre une durée fixe de cinq secondes pour la version antérieure. Cela offre aux utilisateurs une flexibilité remarquable dans l'analyse des données. [Source](https://www.marktechpost.com/2026/07/17/zyphra-releases-zuna1-1-an-apache-2-0-eeg-foundation-model-with-variable-length-inputs-from-0-5-to-30-seconds/).

**L'architecture du modèle** repose sur [un autoencodeur de diffusion masqué](/signal-ia/actu/neurovfm-524-millions-dirm-bousculent-la-neuroimagerie) possédant 380 millions de paramètres. Cette technologie de pointe est utilisée pour reconstruire, débruiter et améliorer les signaux EEG sur des configurations de canaux variées, ce qui représente une avancée significative dans le domaine.

**En termes de performance**, le modèle maintient ou améliore son score d'erreur quadratique moyenne normalisée (NMSE), même avec une gamme d'entrées plus large. Ce fait témoigne de la robustesse accrue du modèle face à des données diversifiées.

**Les implications de ce progrès** sont significatives pour [l'analyse clinique et la recherche](/signal-ia/actu/lia-defi-majeur-de-gouvernance-en-sante). La nouvelle capacité du modèle élargit les possibilités de traitement et d'évaluation des signaux cérébraux, facilitant un accès plus adapté à l'usage professionnel en santé.