HONOR intègre le modèle DeepSeek-V4 dans son assistant YOYO

Tesla Chine intègre le modèle d'IA Doubao dans son système embarqué

Tesla China a finalisé le dépôt réglementaire de son système vocal embarqué le 20 avril 2026, ouvrant la voie à l'intégration du modèle d'intelligence artificielle Doubao de ByteDance dans ses véhicules vendus en Chine. Selon des informations relayées par AI Daily, la page officielle de Tesla China avait déjà révélé dans ses "Conditions d'utilisation de l'assistant vocal embarqué" que la Model Y L serait équipée à la fois du modèle Doubao et de DeepSeek, tous deux accessibles via Volcano Engine, la plateforme cloud de ByteDance. La répartition des rôles est précise : Doubao prend en charge les commandes vocales courantes, réglage de la navigation, contrôle de la lecture multimédia, ajustements climatiques et consultation du manuel propriétaire, tandis que DeepSeek alimente des fonctionnalités conversationnelles plus avancées, permettant des échanges de nature plus générale avec le véhicule. Cette intégration marque une étape concrète dans la localisation de l'expérience Tesla en Chine, marché qui représente une part critique de ses ventes mondiales. En adoptant deux modèles d'IA développés par des acteurs chinois majeurs, Tesla reconnaît implicitement que les LLM occidentaux ne suffisent pas à répondre aux attentes des consommateurs locaux, qu'il s'agisse de la langue, des usages culturels ou des exigences réglementaires. Pour les utilisateurs, cela se traduit par un assistant embarqué nettement plus capable et mieux adapté aux conditions de conduite chinoises. Cette décision s'inscrit dans un contexte de concurrence intense sur le marché automobile chinois, où des constructeurs locaux comme BYD, NIO ou Li Auto intègrent depuis plusieurs années des assistants IA avancés directement dans leurs plateformes. Tesla, longtemps en retard sur ce volet en Chine, avait déjà engagé des discussions avec Baidu pour la cartographie et les services connectés. Le choix de Doubao, modèle phare de ByteDance aux centaines de millions d'utilisateurs, et de DeepSeek, devenu en quelques mois une référence mondiale en matière d'efficience des LLM, reflète la volonté de Tesla de s'aligner rapidement sur les standards locaux pour ne pas perdre de terrain face à une industrie nationale en pleine accélération technologique.

Perplexity intègre Deep Research dans son agent informatique, en distribuant les sous-tâches sur plus de 20 modèles de pointe

Perplexity a intégré sa fonctionnalité Deep Research à son système d'orchestration multi-modèles baptisé Computer, une évolution majeure annoncée en juin 2026. Là où l'ancienne version exécutait une séquence fixe de recherches, la nouvelle décompose automatiquement chaque question complexe en sous-tâches, qu'elle distribue ensuite à plus de 20 modèles d'IA en parallèle. Le moteur de raisonnement central est Claude Opus 4.6, tandis que des sous-agents spécialisés, dont Gemini, prennent en charge des pans spécifiques de l'analyse. Le résultat n'est plus un simple résumé : Deep Research dans Computer produit des rapports complets avec citations vérifiées, des présentations et des tableurs interactifs, entièrement générés et modifiables au sein de l'environnement Computer. Une capacité distinctive, baptisée Search as Code, permet au modèle d'écrire lui-même le code qui pilote la recherche, exécutant des milliers d'appels de récupération en parallèle dans un environnement sandbox, avec filtrage, déduplication et reclassement des sources à la volée. Les gains de performance publiés par Perplexity illustrent l'ampleur du bond. Sur le benchmark BrowseComp d'OpenAI, qui teste la capacité à retrouver des informations difficiles à localiser par navigation web, le score passe de 40,7 % à 83,8 %, soit plus du doublement. Sur Humanity's Last Exam, un test d'expertise académique pluridisciplinaire conçu par le Center for AI Safety et Scale AI, le taux grimpe de 36,4 % à 50,5 %. Ces chiffres positionnent la nouvelle version comme l'une des solutions de recherche agentique les plus performantes du marché. Concrètement, un professionnel peut demander une comparaison des marges bénéficiaires des grands fabricants de puces IA sur cinq ans, une cartographie des différences entre le RGPD européen et les lois américaines sur la vie privée, ou une synthèse des essais cliniques sur l'impact cardiovasculaire des médicaments amaigrissants, et recevoir en retour un livrable structuré, prêt à l'emploi. Computer avait été lancé fin février 2026 comme plateforme cloud de coordination d'agents IA. L'intégration de Deep Research s'inscrit dans une course effrénée entre les acteurs de la recherche augmentée par l'IA, où Perplexity affronte directement Google, OpenAI et Anthropic sur le terrain de la recherche agentique complexe. La fonctionnalité est disponible pour les abonnés Perplexity Max, mais les développeurs peuvent y accéder de façon programmatique via l'Agent API en mode pay-as-you-go, avec un preset deep-research intégré au SDK officiel et une compatibilité avec le SDK OpenAI via l'endpoint POST /v1/responses. L'ouverture aux développeurs signal que Perplexity positionne cette infrastructure non comme un produit grand public isolé, mais comme une couche de recherche que d'autres applications pourront exploiter directement, ce qui pourrait redéfinir la manière dont les outils professionnels intègrent l'accès à l'information.

Retviews de Lectra : l’assistant data des marques de mode

Lectra, éditeur technologique spécialisé dans l'industrie de la mode, vient de dévoiler une refonte majeure de sa plateforme d'analyse concurrentielle Retviews. La mise à jour intègre une intelligence artificielle entraînée spécifiquement sur les mécanismes du prêt-à-porter, capable de surveiller en continu des milliers de plateformes de vente pour cartographier les mouvements de la concurrence en temps réel. Concrètement, les équipes merchandising peuvent désormais personnaliser entièrement la classification des données selon leurs propres indicateurs internes, plutôt que de subir un flux brut standardisé. Lectra lance en parallèle un service premium baptisé Fashion Insight Reports, des analyses sectorielles clés en main destinées aux directions générales, portant sur des sujets stratégiques comme l'entrée sur un nouveau marché géographique ou le repositionnement d'une gamme. François Gonnot, responsable marketing chez Lectra, justifie cette offre par la volatilité croissante du secteur, qui rend les anciens modèles de pilotage insuffisants. L'impact le plus immédiat concerne la gestion des stocks, un problème structurel coûteux pour l'ensemble du secteur. En donnant aux marques des signaux très en amont sur ce qui fonctionne réellement en rayon et à quel prix, Retviews leur permet d'ajuster leurs volumes de production avant de s'engager, évitant ainsi la surproduction qui alimente les ventes promotionnelles et érode les marges. Caterina Ticchio, responsable du merchandising chez CP Company, témoigne que l'outil transforme la façon dont ses équipes conçoivent les collections : la décision n'est plus intuitive mais adossée à des données de marché actualisées. Pour les marques positionnées sur des segments premium, l'enjeu dépasse la rentabilité pure, il s'agit aussi de protéger une image de marque incompatible avec des fins de saison bradées. L'industrie de la mode traverse depuis plusieurs années une crise de surproduction et d'accélération des cycles, amplifiée par la montée en puissance de plateformes de fast-fashion comme Shein, qui inondent le marché avec des milliers de références nouvelles chaque semaine. Face à cette pression, les marques traditionnelles cherchent à gagner en agilité sans perdre leur identité. Lectra, qui cible historiquement les acteurs du luxe et du prêt-à-porter structuré, positionne Retviews comme une réponse à cette double contrainte : être aussi réactif que les pure players numériques tout en conservant la cohérence d'une collection pensée sur le long terme. La combinaison d'un outil SaaS en accès continu et d'un service d'analyse à valeur ajoutée portée par des experts humains illustre une tendance de fond dans les logiciels B2B : l'IA seule ne suffit pas, c'est l'interprétation contextualisée qui fait la différence pour les décideurs.

Voice AI : DeepL s’implante dans la Silicon Valley et intègre la technologie Mixhalo

DeepL a annoncé le 17 juin 2026 l'intégration de l'équipe et de la technologie de Mixhalo, une startup californienne fondée en 2016 spécialisée dans la diffusion audio haute fidélité à très faible latence. Simultanément, l'entreprise allemande inaugure son premier bureau à San Francisco, renforçant ainsi sa présence sur le marché américain où près de 50 % des entreprises du Fortune 500 utilisent déjà ses solutions, parmi lesquelles NVIDIA, Cisco et le Nasdaq. Mixhalo n'est pas un acteur inconnu : sa technologie d'infrastructure audio est déjà déployée lors de grands événements comme le CES, le Mobile World Congress, le Databricks AI Summit, ou encore dans les compétitions MLB et NASCAR, capable de diffuser un son de qualité à des milliers de personnes simultanément avec un délai quasi imperceptible. L'API DeepL Voice alimentait déjà les fonctionnalités de traduction en temps réel de la plateforme Mixhalo avant ce rapprochement officiel. Cet accord transforme la portée de DeepL Voice, jusqu'ici surtout positionné sur les réunions et conversations professionnelles. En combinant ses modèles de traduction avec l'infrastructure de Mixhalo, DeepL peut désormais proposer des traductions vocales et des sous-titres en temps réel à des publics de plusieurs milliers de personnes, tout en conservant le rythme naturel de l'orateur. Concrètement, un participant japonais, français ou allemand pourrait suivre un discours international sans ressentir de décalage perceptible. C'est un changement de dimension significatif : la qualité d'un modèle d'IA ne suffit pas si l'audio arrive avec plusieurs secondes de retard. La latence est le vrai goulot d'étranglement dans la traduction vocale à grande échelle, et Mixhalo résout précisément ce problème. Des expérimentations sont également en cours dans le support client via des intégrations comme Amazon Connect. DeepL, valorisée deux milliards de dollars lors de sa dernière levée de fonds, se positionne sur un marché de la Voice AI en pleine effervescence, où les acteurs historiques de la visioconférence et les nouveaux spécialistes de l'IA conversationnelle se livrent une concurrence croissante. L'implantation à San Francisco n'est pas symbolique : elle rapproche l'entreprise de ses grands comptes technologiques, de l'écosystème des développeurs et des organisateurs d'événements internationaux qui constituent sa cible naturelle pour DeepL Voice. En absorbant Mixhalo plutôt qu'en développant cette capacité en interne, DeepL accélère brutalement sa feuille de route et acquiert une technologie déjà éprouvée en production à grande échelle. La prochaine étape logique sera d'intégrer ces capacités dans des plateformes de relation client et des outils de conférence, des segments où la barrière de la langue reste un frein réel pour les entreprises opérant à l'international.

💬 La qualité d'un modèle IA ne vaut rien si l'audio arrive avec 3 secondes de retard, et c'est le problème que tout le monde dans la Voice AI faisait semblant de ne pas voir. DeepL rachète la solution plutôt que de la reconstruire, gagne deux ans sur sa feuille de route. San Francisco en prime, c'est pas du symbole : c'est là que sont leurs grands comptes.