Vue normale

WRC Chili 2026 : Solberg devance Ogier et Fourmaux

13 septembre 2026 à 20:16

Depuis le rallye d’Estonie 2025, quelque chose c’est débloqué chez Oliver Solberg. Au Chili, il signe sa troisième victoire en carrière et empêche Sébastien Ogier d’aligner une 70e victoire.

Le rallye du Chili a vu beaucoup d’accidents comme Katsuta, Neuille (sacrés tonneaux) ou Armstrong. Pour Neuville, pas de retour en piste, contrairement aux deux autres. Devant, Solberg a rapidement pris la tête du rallye et obligé les autres à lui courir après. Parmi ceux-ci, Elfyn Evans lui a mis la pression pratiquement jusqu’au bout.

Neuville's crash 💔#WRC #RallyChileBiobío pic.twitter.com/Db32RjdixF

— SplitTime Rally (@SplitTimeRally) September 12, 2026

Samedi soir, il n’y avait que 19 secondes entre les deux pilotes Toyota. Derrière, Ogier avait passé Fourmaux. Mais ce dimanche, alors qu’Evans n’avait que 14 secondes de retard quand une crevaison lui a coûté cher dans l’avant-dernière spéciale. De la 2de place, Evans a dégringolé 5e, derrière Pajari son dauphin au championnat.

Solberg n’a pas pour autant levé le pied dans la dernière spéciale et la remporte, avec les 5 points de bonus. Il devance Evans, Pajari, Katsuta et Ogier dans cette « Power Stage ».

Résultats du rallye WRC du Chili 2026

Au final, Solberg l’emporte avec 16,6 secondes sur Ogier et 33,3 secondes sur Fourmaux. Nouveau podium pour Fourmaux. Pajari n’en demandait pas tant et termine 4e devant Evans, Lappi et McErlean. Ensuite, ce sont des WRC2 avec le retour au premier plan de Yohan Rossel sur Lancia Ypsilon, Virves sur Skoda Fabia et Greensmith sur GR Yaris WRC2.

POSDRIVERCO-DRIVERCAR
1Oliver SOLBERGElliott EDMONDSONGR Yaris Rally1
2Sébastien OGIERVincent LANDAISGR Yaris Rally1
3Adrien FOURMAUXAlexandre CORIAi20 N Rally1
4Sami PAJARIMarko SALMINENGR Yaris Rally1
5Elfyn EVANSScott MARTINGR Yaris Rally1
6Esapekka LAPPIEnni MÄLKÖNENi20 N Rally1
7Joshua MCERLEANEoin TREACYPuma Rally1
8Yohan ROSSELArnaud DUNANDYpsilon HF
9Robert VIRVESJakko VIILOFabia RS
10Gus GREENSMITHJonas ANDERSSONGR Yaris

Championnat pilote 2026

Au championnat, Evans marque 14 points, contre 17 à Pajari. Résultat, Evans compte encore 27 points d’avance. Si en Italie Evans termine le rallye, ce sera quasiment impossible pour Pajari de remporter le titre. Evans sait ce qu’il lui reste à faire.

Solberg peut encore penser au titre avec 21 points de retard. Ce weekend, il a marqué 34 points sur 35 possibles !

Pour le moment, le rallye d’Arabie Saoudite est toujours prévu du 11 au 14 novembre. Mais vu les tensions internationales, le rallye sera sans doute annulé et remplacé par le Portugal ou autre. En tous cas, les équipes ont signé une déclaration commune indiquant qu’ils ne pourraient pas aller en Arabie Saoudite vu le contexte.

POSDRIVERTOTAL
1Elfyn EVANS230
2Sami PAJARI213
3Oliver SOLBERG209
4Sébastien OGIER171
5Adrien FOURMAUX167
6Takamoto KATSUTA163
7Thierry NEUVILLE129
8Hayden PADDON38
9Joshua MCERLEAN35
10Esapekka LAPPI33

L’article WRC Chili 2026 : Solberg devance Ogier et Fourmaux est apparu en premier sur Le Blog Auto.

Bridge returned error 400! (20709)

Details

Type: ClientException
Code: 400
Message: Invalid parameters value(s): data_source
File: lib/utils.php
Line: 256

Trace

#0 index.php(73): RssBridge->main()
#1 lib/RssBridge.php(39): RssBridge->{closure:RssBridge::main():37}()
#2 lib/RssBridge.php(37): BasicAuthMiddleware->__invoke()
#3 middlewares/BasicAuthMiddleware.php(13): RssBridge->{closure:RssBridge::main():37}()
#4 lib/RssBridge.php(37): CacheMiddleware->__invoke()
#5 middlewares/CacheMiddleware.php(44): RssBridge->{closure:RssBridge::main():37}()
#6 lib/RssBridge.php(37): ExceptionMiddleware->__invoke()
#7 middlewares/ExceptionMiddleware.php(17): RssBridge->{closure:RssBridge::main():37}()
#8 lib/RssBridge.php(37): SecurityMiddleware->__invoke()
#9 middlewares/SecurityMiddleware.php(19): RssBridge->{closure:RssBridge::main():37}()
#10 lib/RssBridge.php(37): MaintenanceMiddleware->__invoke()
#11 middlewares/MaintenanceMiddleware.php(10): RssBridge->{closure:RssBridge::main():37}()
#12 lib/RssBridge.php(37): TokenAuthenticationMiddleware->__invoke()
#13 middlewares/TokenAuthenticationMiddleware.php(10): RssBridge->{closure:RssBridge::main():33}()
#14 lib/RssBridge.php(34): DisplayAction->__invoke()
#15 actions/DisplayAction.php(54): DisplayAction->createResponse()
#16 actions/DisplayAction.php(88): BridgeAbstract->setInput()
#17 lib/BridgeAbstract.php(163): throwClientException()
#18 lib/utils.php(256)

Context

Query: action=display&bridge=BlueskyBridge&data_source=getAuthorFeed&user_id=tristankamin.bsky.social&feed_filter=posts_and_author_threads&include_reposts=on&format=Atom
Version: 2025-08-05 (git.master.f4aa9e0)
OS: Linux
PHP: 8.4.24

Go back

mruac

NASA and IBM Open Source Lunar Mapping Tools

Par : BeauHD
13 septembre 2026 à 22:04
NASA and IBM have released an open-source AI model trained on a large collection of lunar observations to help scientists analyze the Moon at scale. "The NASA-IBM Lunar Foundation Model gives scientists a foundation to explore the Moon at scale, connecting observations across instruments, revealing patterns that are difficult to see in isolation, and providing an open platform the global research community can build on," said IBM director of research for Europe, Juan Bernabe-Moreno. The Register reports: It is claimed as the first AI model to integrate observations captured in a range of modalities (data formats), and at different viewing angles and spatial scales. Instead of sifting through maps and images by hand or using low resolution machine learning models, scientists can use this to analyze geographic features, the pair say. In particular, NASA and IBM hope researchers will be able to discover previously unidentified lunar ice deposits, analyze volcanic features called Irregular Mare Patches, and identify and classify craters. Lunar ice indicates the presence of water and oxygen, which may be useful for future manned missions. It is found in permanently shadowed regions, which are among the most difficult areas to observe. The NASA-IBM model combines multimodal and multi-resolution observations to better predict where ice may be present on the lunar surface. Alongside the model, IBM and NASA scientists compiled an open-source lunar dataset from over 30 spatially-aligned layers, using data from nine instruments across four missions. It combines tens of thousands of images and maps showing various geophysical properties of the lunar surface.

Read more of this story at Slashdot.

❌