OpenAI lance GPT-Rosalind, son premier modèle d'IA pour les sciences du vivant, conçu pour accélérer la découverte de médicaments et la génomique

Tencent dévoile son premier grand modèle IA, dirigé par un ancien chercheur d'OpenAI

Tencent Holdings a dévoilé jeudi son nouveau modèle d'intelligence artificielle phare, baptisé HY3-Preview, marquant une étape importante dans la stratégie IA du groupe de Shenzhen. C'est le premier grand modèle lancé depuis que Yao Shunyu, ancien chercheur chez OpenAI, a rejoint l'entreprise pour diriger ses efforts en IA fondamentale. Fermé et non accessible au public en open source, HY3-Preview se distingue par une architecture relativement compacte de 295 milliards de paramètres, une taille modeste pour un modèle de cette ambition. Tencent positionne HY3-Preview comme son modèle le plus puissant à ce jour, comparable aux meilleures solutions chinoises disponibles, mais encore en retrait face aux leaders américains comme OpenAI et Google DeepMind. L'arrivée de Yao Shunyu, figure reconnue de la recherche en IA, signale la volonté du groupe de monter en gamme sur les fondations mêmes de ses systèmes, au-delà de ses applications existantes comme Weixin ou Tencent Cloud. Ce lancement s'inscrit dans une intense course technologique entre les géants technologiques chinois, qui cherchent à réduire l'écart avec les États-Unis dans un contexte de restrictions à l'export de puces Nvidia. Alibaba, Baidu, et ByteDance ont chacun intensifié leurs investissements en modèles fondationnels ces derniers mois. Que Tencent, longtemps perçu comme plus discret sur ce terrain, franchisse ce cap avec un recrutement aussi symbolique qu'un ex-OpenAI, témoigne d'une accélération générale de la compétition IA en Asie.

« OpenAI lance GPT-Live et GPT-Live-1 mini, des modèles vocaux full-duplex qui délèguent le raisonnement complexe à GPT-5.5 »

OpenAI a lancé aujourd'hui GPT-Live, une nouvelle génération de modèles vocaux qui alimente désormais l'expérience ChatGPT Voice. Deux versions sont disponibles dès le premier jour, GPT-Live-1 et GPT-Live-1 mini, déployées globalement pour tous les utilisateurs de ChatGPT, avec une arrivée prévue prochainement sur l'API. La particularité technique de GPT-Live tient à son architecture full duplex : contrairement aux systèmes précédents, le modèle écoute et parle simultanément, prenant des décisions d'interaction plusieurs fois par seconde (parler, se taire, interrompre, reprendre ou invoquer un outil). Il peut ainsi glisser de courtes relances comme des acquiescements pendant que l'utilisateur parle, et rester silencieux lorsque celui-ci réfléchit. Pour les tâches plus complexes, comme la recherche web ou un raisonnement approfondi, GPT-Live délègue le travail en arrière-plan à GPT-5.5, tout en maintenant la fluidité de la conversation en attendant la réponse. Dans des évaluations humaines menées par OpenAI sur des conversations de cinq à dix minutes, GPT-Live-1 et sa version mini ont été nettement préférés au précédent Advanced Voice Mode. Cette évolution change concrètement la manière dont les utilisateurs interagissent avec l'IA à l'oral, en supprimant les silences artificiels et les interruptions malvenues qui caractérisaient les modes vocaux précédents. Pour l'industrie, cela représente un signal fort : la voix devient une modalité à part entière, pensée pour la conversation naturelle plutôt que comme une simple couche ajoutée au-dessus d'un modèle de texte. La séparation entre l'interaction conversationnelle, gérée par GPT-Live, et le raisonnement profond, délégué à un modèle frontière comme GPT-5.5, permet à OpenAI de faire évoluer ses capacités de raisonnement sans devoir reconstruire l'ensemble de la pile vocale à chaque nouvelle génération de modèle. Cela ouvre aussi la voie à des usages comme la traduction simultanée en direct, rendue possible par le traitement continu du flux audio. Reste que le lancement est encore limité : ni le partage d'écran, ni la vidéo, ni une parité multilingue complète ne sont disponibles pour l'instant. Ce lancement s'inscrit dans une trajectoire technique bien identifiable. Les premiers systèmes vocaux de ChatGPT reposaient sur une architecture en cascade, enchaînant un modèle de reconnaissance vocale, un grand modèle de langage puis un modèle de synthèse vocale, ce qui provoquait des pertes d'information et des réponses lentes et artificielles. L'Advanced Voice Mode avait ensuite unifié le traitement audio dans un seul modèle, réduisant la latence, mais restait organisé en tours de parole discrets basés sur la détection de silence, un système facilement perturbé par une simple pause ou un bruit de fond. GPT-Live répond directement à cette limite en abandonnant la logique de tours au profit d'un traitement continu. L'enjeu pour OpenAI est de conserver son avance face à des concurrents comme Google ou Meta sur l'IA conversationnelle vocale, un terrain jugé stratégique pour les usages grand public comme les assistants personnels, l'éducation ou le support client, où la fluidité de l'échange oral compte souvent davantage que la seule qualité du raisonnement sous-jacent.

💬 L'archi full-duplex c'est le vrai move ici, on arrête enfin de couper la parole aux gens ou de les laisser parler dans le vide en attendant que le modèle réagisse. Séparer la conversation, gérée par GPT-Live, du raisonnement profond délégué à GPT-5.5, ça permet à OpenAI de faire évoluer sa voix sans reconstruire toute la pile à chaque nouveau modèle, et c'est ce découplage qui va faire la différence face à Google et Meta sur l'assistant vocal. Reste que sans partage d'écran ni parité multilingue, le produit est encore à moitié fini, mais le signal est clair : la voix devient un canal à part entière, plus une couche posée sur du texte.

Meta lance un nouveau modèle d’IA, pour tenter de rattraper Google et OpenAI

Meta a lancé mercredi 8 avril son nouveau modèle d'intelligence artificielle baptisé Muse Spark, première production officielle des Meta Superintelligence Labs. Ce lancement représente le résultat d'un investissement de 14,3 milliards de dollars engagé par le groupe de Mark Zuckerberg dans sa course pour rivaliser avec Google et OpenAI sur le marché des modèles de fondation les plus avancés. Ce lancement marque un tournant stratégique pour Meta, qui cherche à dépasser son image de simple acteur open source. La famille Llama avait jusqu'ici construit la réputation d'un Meta généreux, distribuant ses modèles librement à la communauté des développeurs. Avec Muse Spark, l'entreprise semble viser un positionnement différent, plus orienté vers la compétition directe avec les modèles propriétaires de Google DeepMind et d'OpenAI. Pour les entreprises et développeurs qui avaient misé sur l'écosystème Llama, cette bifurcation soulève des questions sur la cohérence de la stratégie IA de Meta. Le contexte de ce lancement est tendu : Meta accélère ses dépenses en IA à un rythme inédit, alors que la concurrence entre grands modèles s'intensifie avec les sorties récentes de Gemini 2.0 et GPT-4o. La création des Meta Superintelligence Labs signale une réorganisation interne profonde, visant à concentrer les meilleurs talents sur les systèmes les plus ambitieux. Les prochains mois diront si Muse Spark peut réellement combler le retard accumulé face aux leaders du secteur.

Thinking Machines rend Inkling open source, son premier modèle de langage multimodal, axé sur le faible coût et la "résistance à la censure

Thinking Machines, la start-up américaine fondée par Mira Murati, ancienne directrice technique d'OpenAI, a publié son premier grand modèle de langage sous licence open source Apache 2.0, baptisé Inkling. Doté de 975 milliards de paramètres au total, dont 41 milliards actifs grâce à une architecture Mixture-of-Experts, il s'agit d'un système nativement multimodal capable de raisonner sur du texte, des images et de l'audio. Ses poids sont déjà disponibles sur Hugging Face ainsi que sur Tinker, l'API d'entraînement de modèles maison. Sur les benchmarks tiers, Inkling affiche 77,6% sur SWE-bench Verified, devançant le rival américain Nvidia Nemotron 3 (71,9%), et 91,4% sur VoiceBench, proche des 94,4% de Gemini 3.1 Pro en mode raisonnement élevé. Thinking Machines a également dévoilé une version allégée, Inkling-Small, avec 276 milliards de paramètres, pensée pour les usages où la latence et le coût priment. Ce lancement cible directement les entreprises qui veulent déplacer leurs charges d'IA agentique vers des modèles à poids ouverts, personnalisables et exécutables sur leurs propres serveurs ou dans des clouds privés virtuels. Inkling introduit un mécanisme inédit d'"effort de réflexion contrôlable", conçu pour arbitrer finement entre coût et performance, une approche qui tranche avec les stratégies de scaling opaques des modèles propriétaires concurrents. Autre argument commercial fort: Thinking Machines affirme avoir conçu Inkling pour répondre directement sur des sujets susceptibles d'être censurés, une promesse pensée pour séduire les entreprises soucieuses de la fiabilité factuelle de leurs outils, indépendamment du caractère sensible des questions posées. Le modèle arrive toutefois dans un paysage 2026 des modèles ouverts extrêmement disputé, dominé par des architectures MoE très spécialisées, notamment issues des laboratoires chinois. GLM 5.2, considéré comme le meilleur modèle de raisonnement ouvert du marché, surpasse Inkling sur le codage et les tâches complexes, avec 62,1% contre 54,3% sur SWEBench Pro et un écart plus marqué encore sur Terminal Bench 2.1 (82,7 contre 63,8). DeepSeek V4 Pro fait mieux sur SWEBench Verified (80,6% contre 77,6%) et sur la factualité, mais Inkling le devance en mathématiques avec 97,1% sur AIME 2026. Kimi K2.6 domine sur plusieurs tests techniques comme GPQA Diamond, tandis qu'Inkling reste plus performant sur le suivi d'instructions. Face à son concurrent américain direct, Nemotron 3 Ultra, Inkling s'impose de façon constante en raisonnement comme en codage, confirmant sa position de meilleure alternative ouverte made in USA face à la concurrence chinoise.

💬 Inkling, c'est la meilleure alternative ouverte made in USA face à la Chine, mais ça reste une alternative, pas un leader. Face à Nemotron 3, Thinking Machines écrase son rival maison sans discussion. Face à GLM 5.2 ou DeepSeek V4 Pro, l'écart sur le code reste net, et l'argument de la "résistance à la censure" sonne surtout comme un pitch commercial pour les boîtes qui se méfient des modèles chinois.