Dossier Alibaba — page 2

Kimi K3 de Moonshot devance Fable 5 sur le code frontend, mais accuse un net retard en mathématiques complexes

Kimi K3, le nouveau modèle du laboratoire chinois Moonshot AI, vient de s'imposer en tête du classement Code Arena dans la catégorie développement frontend, devançant nettement Claude Fable 5 d'Anthropic et GPT-5.6 Sol d'OpenAI. Il s'agit d'une première pour un modèle chinois sur ce classement spécifique, qui évalue la qualité du code d'interface utilisateur généré par les modèles de langage. Mais ce succès a ses limites : sur le test FrontierMath Tier 4, qui mesure les capacités de raisonnement mathématique avancé, Kimi K3 plafonne à environ 39 %, alors que les modèles phares d'OpenAI et d'Anthropic atteignent des scores proches de 90 %. Ce contraste de performances illustre une tendance de fond dans la course aux modèles de langage : l'écart entre les laboratoires chinois et américains se resserre fortement sur certaines tâches pratiques comme la génération de code, mais reste béant sur le raisonnement abstrait le plus exigeant. Pour les développeurs et les entreprises qui choisissent un modèle selon leurs besoins concrets, cela signifie qu'un modèle comme Kimi K3 peut devenir un choix pertinent et probablement moins coûteux pour des tâches de développement frontend, tout en restant inadapté à des usages nécessitant un raisonnement mathématique poussé, comme la recherche scientifique ou l'ingénierie complexe. Ce résultat s'inscrit dans la compétition croissante entre Moonshot, une start-up chinoise soutenue notamment par Alibaba, et les géants américains de l'IA générative. Depuis plusieurs mois, les laboratoires chinois comme Moonshot, DeepSeek ou Alibaba multiplient les annonces de modèles rivalisant sur des benchmarks spécifiques, sans toujours égaler les ténors américains sur l'ensemble des critères. La spécialisation par domaine de compétence pourrait devenir un argument de différenciation clé, chaque acteur cherchant à dominer des niches précises plutôt qu'à viser une supériorité généralisée.

💬 Kimi K3 qui bat Fable 5 sur le frontend, c'est un vrai signal : les labos chinois ne rattrapent plus juste sur le prix, ils prennent la tête sur des usages concrets. Mais 39% en maths avancées contre 90% pour les ténors américains, ça montre où se joue vraiment la course : pas sur "qui code le mieux une interface", sur qui résout des problèmes que personne d'autre ne peut résoudre. Retiens ça : dans deux ans, choisir un LLM voudra dire choisir sa spécialité, pas son classement général.

☕️ La Chine veut empêcher les humains de tomber amoureux des IA

Depuis mercredi 15 juillet, la Chine impose un encadrement strict aux chatbots de compagnie IA, ces services conçus pour simuler une relation affective avec leurs utilisateurs. Les nouvelles règles ciblent spécifiquement les applications qui imitent une personnalité humaine pour offrir compagnie, soutien émotionnel ou relation virtuelle, tandis que les assistants professionnels, éducatifs ou de service client restent hors du champ d'application. Les entreprises concernées, parmi lesquelles Alibaba et ByteDance, ont déjà désactivé certaines fonctionnalités de leurs produits pour se conformer au texte. Concrètement, il leur est désormais interdit de chercher à rendre l'utilisateur dépendant, de se substituer à ses relations sociales réelles ou de prolonger artificiellement une conversation lorsque la personne souhaite y mettre fin. Les fournisseurs doivent aussi mettre en place des mécanismes d'évaluation de l'état émotionnel et du degré de dépendance des utilisateurs, avec des procédures d'intervention prévues en cas de besoin. Pour les mineurs, les restrictions vont encore plus loin : impossible de leur proposer des « partenaires » ou de faux « membres de la famille » virtuels, le consentement parental devient obligatoire en dessous de 14 ans, et les parents obtiennent la possibilité de bloquer certains personnages, de contrôler les achats et de recevoir des alertes. Cette réglementation intervient alors que le marché des compagnons IA a connu une croissance fulgurante : selon une étude d'Appfigures portant sur 2025, le secteur a généré plus de 120 millions de dollars sur l'année, avec 337 applications actives cumulant 220 millions de téléchargements. Ce succès traduit un besoin réel, celui de combler un isolement affectif chez de nombreux utilisateurs, mais il s'accompagne de dérives que plusieurs régulateurs occidentaux commencent aussi à surveiller : aux États-Unis, la FTC a demandé des comptes aux principaux acteurs du secteur sur la protection des plus jeunes utilisateurs, et la Californie impose depuis le 1er janvier des messages d'avertissement rappelant aux utilisateurs qu'ils dialoguent avec une IA. La décision chinoise, plus radicale, envoie un signal fort à toute une industrie technologique qui a fait de l'illusion conversationnelle un argument commercial central, et pourrait inspirer d'autres juridictions à légiférer plus fermement sur ces usages. Derrière cette sévérité, Pékin affiche une volonté de prévenir la dépendance affective, les manipulations émotionnelles et les risques psychologiques liés à ces technologies. Mais un expert cité par le Wall Street Journal établit un lien plus large avec la natalité déclinante du pays : les autorités chinoises craindraient que ces compagnons virtuels détournent leurs utilisateurs des relations amoureuses réelles, du mariage et, in fine, de la parentalité. Sans l'énoncer aussi explicitement, plusieurs réglementations locales sur la sécurité de l'IA font déjà référence aux effets de cette technologie sur la structure familiale et la fécondité, inscrivant ce texte dans une politique démographique plus vaste plutôt que dans une simple logique de protection du consommateur.

💬 Réagir avant même de savoir si le lien avec la natalité tient la route : je note que le vrai signal, c'est que 337 apps et 220 millions de téléchargements en un an, ça veut dire que le besoin est réel, pas un fantasme marketing. La Chine ne régule pas un gadget, elle régule un phénomène de masse qui a échappé à tout le monde en dix-huit mois. Reste à voir si les autres pays suivent avant ou après le prochain scandale, parce que pour l'instant l'UE regarde ça de loin sans rien préparer.

Le modèle ouvert K3 de Kimi se rapproche de GPT-5.6 Sol et Fable 5, marquant la fin de l'IA chinoise à bas coût

Kimi a annoncé le lancement de K3, un nouveau modèle multimodal à poids ouverts doté de 2,8 billions de paramètres et d'une fenêtre de contexte d'un million de tokens. Selon les benchmarks internes publiés par l'entreprise, K3 talonne de très près Claude Fable 5 et GPT-5.6 Sol, tout en dépassant nettement Opus 4.8 et GLM 5.2, avec des écarts parfois considérables sur certains tests. Les poids complets du modèle doivent être rendus publics d'ici le 27 juillet. Autre changement notable : la tarification de K3 est sensiblement plus élevée que celle de son prédécesseur. Cette hausse de prix marque un tournant pour l'écosystème chinois de l'IA, longtemps caractérisé par des modèles ouverts proposés à des coûts très inférieurs à ceux de leurs concurrents américains. Si K3 confirme ses performances une fois les poids disponibles pour la communauté, il rapprocherait encore l'offre open source chinoise du niveau des meilleurs modèles propriétaires, tout en réduisant l'écart de prix qui faisait jusqu'ici l'attractivité de ces alternatives pour les développeurs et les entreprises soucieux de maîtriser leurs coûts d'inférence. Le lancement s'inscrit dans une compétition de plus en plus serrée entre laboratoires chinois et occidentaux sur les modèles à très grande échelle et à contexte étendu, un terrain où Kimi, DeepSeek, Zhipu ou Alibaba multiplient les annonces depuis plusieurs mois. La publication des poids complets fin juillet permettra à la communauté de vérifier de façon indépendante ces résultats, dans un contexte où la fiabilité des benchmarks maison des éditeurs de modèles fait régulièrement débat.

💬 Ce qui compte dans K3, c'est pas les benchmarks, c'est le prix qui grimpe. Depuis deux ans, l'IA chinoise ouverte gagnait sur le coût, pas sur la perf pure, et c'est ça qui faisait tourner pas mal de boîtes en Europe qui regardaient leur facture d'inférence. Si Kimi aligne ses tarifs sur l'occidental, la fin de l'IA chinoise à bas coût referme une fenêtre qu'on croyait durable, et reste à voir si les poids publiés le 27 juillet confirment les chiffres maison, parce qu'un benchmark interne, ça reste un devoir noté par l'élève lui-même.

Thinking Machines lance Inkling, un modèle de 975 milliards de paramètres qui devance les labos américains mais reste derrière la Chine

Voici l'article traduit et résumé : Thinking Machines Lab, le laboratoire fondé par Mira Murati, ancienne directrice technique d'OpenAI, a dévoilé Inkling, un modèle multimodal en poids ouverts comptant 975 milliards de paramètres. Selon l'Artificial Analysis Intelligence Index, ce modèle se hisse en tête des modèles ouverts américains, devançant ses concurrents domestiques sur plusieurs benchmarks, bien que les meilleurs modèles ouverts chinois conservent l'avantage sur certaines tâches spécifiques. Le prix d'accès démarre à 1,87 dollar par million de tokens en entrée. Plutôt que de le présenter comme le modèle le plus puissant du marché, Thinking Machines positionne Inkling comme une base solide destinée au fine-tuning par les développeurs. Cette annonce confirme la place de Thinking Machines parmi les acteurs sérieux de l'IA générative, un an après sa création par Murati avec d'anciens cadres d'OpenAI. Pour les entreprises et développeurs américains cherchant des alternatives ouvertes aux modèles propriétaires, Inkling offre une option compétitive taillée pour la personnalisation plutôt que l'usage generaliste immédiat. Le positionnement tarifaire et l'approche orientée fine-tuning visent un public technique désireux d'adapter le modèle à des besoins spécifiques, sans dépendre exclusivement des géants comme OpenAI, Google ou Meta. Le contexte plus large est celui d'une course mondiale à l'ouverture des modèles, où les laboratoires chinois comme DeepSeek ou Alibaba ont pris une avance notable sur les modèles ouverts, poussant les acteurs américains à réagir. Thinking Machines, avec Inkling, tente de combler cet écart tout en évitant la comparaison directe sur la puissance brute, préférant miser sur la flexibilité offerte aux développeurs. La suite dépendra de l'adoption réelle par la communauté technique et de la capacité du laboratoire à itérer face à une concurrence chinoise toujours plus agressive sur ce segment.

💬 Inkling, c'est le premier modèle ouvert américain qui assume de ne pas viser la puissance brute mais l'adaptabilité pour les devs. Sur le papier ça sonne comme un aveu de faiblesse face à DeepSeek ou Alibaba, mais en vrai c'est plutôt malin : un modèle taillé pour le fine-tuning évite justement la comparaison frontale que les Américains sont en train de perdre sur l'open source. Reste que 975 milliards de paramètres à 1,87 dollar le million de tokens, faut voir qui a vraiment les moyens de le personnaliser en interne plutôt que de louer l'accès à l'API.

Cette IA open source est aussi puissante que Mythos : comment est-ce possible ?

La société chinoise Z.ai a lancé début juillet un nouveau modèle d'intelligence artificielle à pondération ouverte baptisé GLM-5.2, capable selon Forbes d'effectuer des tâches de programmation à grande échelle et de rivaliser avec les modèles les plus récents d'Anthropic pour détecter des vulnérabilités logicielles. Ce lancement intervient un mois après que l'administration Trump a contraint Anthropic à suspendre ses modèles Mythos 5 et Fable 5 pour des raisons de sécurité nationale, Washington redoutant des failles dans les mécanismes de protection de Fable 5. Un déploiement limité de Mythos 5 a depuis été autorisé, et Fable 5 est de nouveau accessible au public depuis le 1er juillet, mais à un tarif élevé en dehors des abonnements classiques. Contrairement à ces modèles fermés, GLM-5.2 peut être téléchargé librement et exécuté localement sur de nombreuses machines, sans qu'aucun fournisseur ne contrôle son accès ou son utilisation. Des consultants interrogés par Axios affirment que des jailbreaks du modèle circulent déjà sur des forums russophones fréquentés par des cybercriminels, cherchant à supprimer les rares garde-fous encore en place. Cette disponibilité en accès libre inquiète les experts en cybersécurité, car elle change radicalement l'équation du risque. Un outil capable d'identifier des vulnérabilités logicielles peut tout aussi bien servir à corriger des failles qu'à préparer des attaques, et le contrôle qui existait auparavant via les fournisseurs disparaît entièrement. Comme l'a résumé le consultant Travis Lanham, un attaquant peut désormais exécuter GLM-5.2 localement sans garde-fous de sécurité, l'adapter à ses cibles et agir sans qu'aucun fournisseur ni défenseur ne puisse le surveiller. Les entreprises de sécurité Semgrep et Graphistry, qui ont testé le modèle, confirment ses performances élevées pour détecter des bugs et mener des tâches avancées de cybersécurité. Semgrep a résumé son évaluation en une phrase : « Mythos est désormais chez nous. » Les chercheurs de Graphistry avancent l'hypothèse que Z.ai aurait utilisé la distillation, une technique consistant à entraîner un modèle moins avancé à partir des réponses produites par des modèles plus performants, en l'occurrence GPT-5.5 d'OpenAI et Opus 4.8 d'Anthropic. Cette explication, si elle se confirme, éclairerait la rapidité avec laquelle la Chine semble avoir comblé son retard en intelligence artificielle. Elle prolonge aussi une série d'alertes déjà lancées par Anthropic, qui a récemment accusé des acteurs liés à Alibaba d'avoir utilisé Claude dans un but similaire, après avoir signalé en février des tentatives comparables impliquant la startup chinoise DeepSeek, ainsi que les laboratoires Moonshot AI et MiniMax.

OpenAI et Google fournissent leurs IA à des entreprises chinoises blacklistées par le Pentagone

OpenAI et Google fournissent leurs modèles d'intelligence artificielle à des filiales singapouriennes d'Alibaba, Baidu et Tencent, trois groupes technologiques chinois pourtant inscrits sur la liste noire du Pentagone. C'est le Financial Times qui a révélé cette information le 10 juillet 2026, confirmée directement par les deux entreprises américaines. Le point clé de cette affaire réside dans une faille juridique : la réglementation américaine interdit l'accès à certains services d'IA avancés depuis la Chine continentale, mais elle ne s'applique pas automatiquement aux filiales de ces mêmes groupes lorsqu'elles sont établies à l'étranger, à Singapour en l'occurrence. Résultat, ces entités peuvent légalement signer des contrats avec OpenAI ou Google et accéder à leurs modèles, alors même que leur maison mère fait l'objet d'une surveillance de sécurité de la part de Washington. Aucune des deux entreprises ne reconnaît de violation des sanctions américaines, puisque le montage reste, sur le papier, parfaitement conforme aux règles en vigueur. Cette situation ravive les craintes autour de la distillation, une technique qui permet d'entraîner un nouveau modèle d'IA à partir des réponses générées par un modèle plus performant, sans avoir besoin d'accéder à son architecture interne. En clair, une entreprise chinoise pourrait, via une filiale à Singapour, interroger massivement les modèles américains pour en reproduire une partie des capacités et accélérer le développement de ses propres systèmes. OpenAI affirme limiter l'accès de ses services aux juridictions où des garde-fous existent et dit surveiller les usages suspects. Google avance un discours similaire, précisant que ses conditions d'utilisation interdisent explicitement la distillation, tout en reconnaissant que ses services restent disponibles à Singapour comme à Hong Kong. Les deux groupes admettent toutefois qu'un blocage géographique ne suffit pas toujours à empêcher des acteurs déterminés de contourner les restrictions techniques. Cette affaire met en lumière les limites de la stratégie américaine de restriction technologique face à la Chine, censée freiner les progrès de l'IA chinoise via des contrôles à l'exportation et des interdictions d'accès. Elle révèle aussi des divergences stratégiques entre laboratoires occidentaux. Anthropic, par exemple, applique une politique nettement plus stricte que ses concurrents en refusant tout accès à ses modèles avancés aux sociétés dont le siège social se trouve en Chine, y compris via des filiales installées à l'étranger. Ce contraste illustre les choix différents faits par les grands acteurs de l'IA entre expansion commerciale et prudence géopolitique, alors que Washington cherche à colmater les brèches de son dispositif de sanctions technologiques.

Le résumé quotidien : le fonctionnement interne de Claude et la "super app" d'OpenAI

Anthropic a mis au jour un espace caché dans le fonctionnement interne de son modèle Claude, baptisé J-space, grâce à un nouvel outil de recherche appelé Jacobian lens ou J-lens. Cet espace contiendrait des mots liés à la réponse que le modèle est en train d'élaborer mais qu'il ne produira pas forcément au final, une sorte d'aperçu de ce qui se joue avant même que Claude ne formule sa réponse. Le même jour, OpenAI a dévoilé ChatGPT Work, une "super app" tant attendue qui fusionne son chatbot grand public, son outil de codage et ses nouveaux modèles GPT-5.6, conçue pour effectuer des tâches à la place de l'utilisateur ou en collaboration avec lui. OpenAI développerait par ailleurs un système de recherche entièrement automatisé. Dans le même temps, le fabricant sud-coréen de puces SK Hynix a réalisé la plus importante introduction en Bourse aux États-Unis jamais menée par une entreprise étrangère, levant 26,5 milliards de dollars, porté par l'explosion de la demande en centres de données pour l'IA. Ces annonces illustrent à quel point la course à l'IA se joue désormais sur plusieurs fronts simultanés : la compréhension fine du fonctionnement des modèles, leur intégration dans des outils professionnels et le financement massif des infrastructures qui les font tourner. La découverte du J-space par Anthropic touche à l'interprétabilité, un enjeu central pour la sécurité et la confiance envers des systèmes dont le raisonnement reste largement opaque. Le lancement de ChatGPT Work marque de son côté un tournant stratégique pour OpenAI, qui cherche à s'imposer comme un outil de productivité incontournable en entreprise plutôt qu'un simple assistant conversationnel. Meta a également commencé à monétiser directement l'accès à l'IA, avec une offre payante pour les développeurs sur une nouvelle version de Muse Spark, tout en préparant la production de ses propres puces IA dès septembre. Ce mouvement s'inscrit dans un contexte de recomposition rapide du secteur. Tencent négocierait ainsi le rachat, pour au moins 2 milliards de dollars, de la startup chinoise Manus, après que Pékin a exigé de Meta qu'elle se désengage de cette acquisition. Autre signe des tensions géopolitiques autour de l'IA, une enquête révèle qu'OpenAI et Google auraient vendu des modèles d'intelligence artificielle à des groupes chinois pourtant inscrits sur liste noire américaine, via des filiales basées à Singapour appartenant à Alibaba, Baidu et Tencent, contournant ainsi les restrictions à l'export. Entre percées scientifiques, offensive commerciale et manœuvres réglementaires, l'écosystème de l'IA générative continue de se redéfinir à un rythme soutenu, avec des acteurs américains, chinois et sud-coréens tous engagés dans une compétition dont les infrastructures, les capitaux et le contrôle des flux technologiques deviennent les véritables champs de bataille.

💬 Le J-space, c'est fascinant sur le papier : Anthropic regarde Claude hésiter avant même qu'il réponde. Mais ce qui pèse vraiment cette semaine, c'est l'argent qui coule dans les puces et les data centers, pas la compréhension fine des modèles. Quand SK Hynix lève 26,5 milliards en une IPO record, ça dit tout : la bataille de l'IA se gagne d'abord dans les usines de semi-conducteurs, bien avant de se gagner dans les labos d'interprétabilité.

☕️ JADEPUFFER utilise un agent IA pour mener une attaque au rançongiciel presque tout seul

Des chercheurs de Sysdig ont découvert JADEPUFFER, une opération de rançongiciel menée quasi intégralement par un agent d'intelligence artificielle autonome. L'attaquant exploite une faille identifiée CVE-2025-3248 dans Langflow, une plateforme open-source de création d'applications IA, corrigée par l'éditeur le 1er avril. En mai, l'agence américaine de cybersécurité CISA avait déjà établi que cette vulnérabilité était exploitée pour cibler des points d'accès connectés à internet contenant des identifiants cloud et des clés API. Une fois introduit dans un système, l'agent IA de JADEPUFFER mène des opérations de reconnaissance, vole des identifiants, s'installe durablement, obtient les privilèges nécessaires puis chiffre les données pour permettre aux attaquants de réclamer une rançon. Il fouille les machines compromises à la recherche de portefeuilles de cryptomonnaies, de bases de données, de fichiers de configuration, de clés API et d'identifiants cloud. Le point d'accès Langflow compromis sert ensuite de tremplin vers un serveur de production MySQL et vers Nacos, un outil de configuration largement utilisé dans certains environnements Alibaba, où l'agent tente de créer un compte administrateur en testant plusieurs approches et en corrigeant sa méthode en quelques dizaines de secondes après un échec. Cette affaire marque une bascule dans la menace cyber : elle abaisse drastiquement la barrière à l'entrée pour mener une attaque au rançongiciel. Selon l'équipe de Sysdig, "le niveau de compétence nécessaire pour lancer un ransomware est désormais ramené au coût d'exécution d'un agent", et ce coût devient quasiment nul lorsque l'attaquant utilise des identifiants volés via du LLMjacking pour faire tourner l'agent. Autre conséquence préoccupante observée par les chercheurs : une fois les données chiffrées avec une clé AES, celle-ci n'est ni stockée ni transmise nulle part, ce qui signifie qu'aucune récupération des données n'est possible, que la victime paie la rançon ou non. Pour les entreprises et administrateurs de systèmes exposés sur internet, cela signifie que des vulnérabilités connues et déjà négligées peuvent désormais être exploitées de bout en bout sans intervention humaine directe côté attaquant, rendant les attaques automatisées potentiellement plus fréquentes et plus rapides à exécuter. Les techniques employées par JADEPUFFER ne sont pas nouvelles ni particulièrement sophistiquées d'après Sysdig, et s'appuient sur des failles parfois anciennes. Ce qui distingue ce cas, c'est la preuve tangible qu'un modèle d'IA a piloté seul l'intégralité de la chaîne d'attaque, un signal fort de l'évolution des cybermenaces à l'ère des agents autonomes. Les chercheurs ont notamment repéré des commentaires détaillés en langage naturel dans le code de l'attaquant, expliquant objectifs, priorités et corrections à apporter, un style qui trahit une génération et une exécution par IA plutôt qu'un travail humain manuel. Face à cette évolution, les défenseurs ne sont pas totalement démunis : les charges utiles générées par IA laissent des traces spécifiques que les solutions de sécurité peuvent détecter. La question qui se pose désormais pour l'industrie de la cybersécurité est celle de l'adaptation des outils de défense à des attaquants capables de raisonner et de s'auto-corriger en temps réel, un défi d'autant plus pressant que le coût d'entrée pour ce type d'attaque continue de baisser.

💬 Ce qui frappe pas, c'est que l'agent chiffre et corrige ses erreurs tout seul, c'est que la clé de chiffrement n'est stockée nulle part : payer la rançon ne sert à rien, la donnée est perdue de toute façon. On abaisse le coût d'entrée du rançongiciel au prix d'un abonnement API, et ça, ça change tout le calcul de risque pour n'importe quelle boîte avec un accès mal protégé. Bon, les failles exploitées sont connues et vieilles comme le monde, mais c'est bien la première fois qu'on a la preuve qu'un modèle a piloté toute la chaîne sans main humaine.

Kling AI vaut déjà 15 milliards de dollars : pourquoi son modèle économique convainc les investisseurs ?

Kling AI, la filiale d'intelligence artificielle du groupe chinois Kuaishou, vient de finaliser une levée de fonds qui la valorise à environ 15 milliards de dollars. L'opération apporte près de 3 milliards de dollars de capitaux frais, dont 19 milliards de yuans (environ 2,79 milliards de dollars) injectés directement par Kuaishou. Tencent participe à hauteur de 200 millions de dollars, aux côtés de 21 autres investisseurs indépendants parmi lesquels Baidu, la branche cloud d'Alibaba, ainsi que plusieurs fonds publics et sociétés liées au cinéma et à la télévision, selon le South China Morning Post. À l'issue de l'opération, la participation de Kuaishou dans sa filiale reculera à 68 %. Lancée en juin 2024, Kling AI a dépassé 20 millions de dollars de revenus mensuels dès décembre 2025, soit un rythme annualisé de 240 millions de dollars, contre 100 millions de dollars seulement en mars de la même année. Ce seuil est atteint en à peine 19 mois d'existence, une progression que Kuaishou a rendue publique pour appuyer la valorisation retenue lors de cette levée. Cette trajectoire financière change la nature du dossier pour les investisseurs. Jusqu'ici, la génération vidéo par IA était surtout jugée sur ses prouesses techniques ; elle démontre désormais qu'elle peut générer des revenus récurrents et croissants, à un moment où de nombreux acteurs du secteur continuent d'accumuler des dépenses de calcul sans prouver une capacité équivalente à monétiser leurs produits. Kling AI revendique plus de 60 millions de créateurs touchés dans le monde depuis son lancement, une base d'utilisateurs qui, selon les investisseurs, constitue un avantage concurrentiel déterminant. L'entreprise peut en outre s'appuyer sur l'écosystème de sa maison mère : la plateforme de vidéos courtes de Kuaishou compte environ 700 millions d'utilisateurs actifs mensuels, un vivier de distribution et d'usages vidéo que peu de concurrents peuvent égaler. Cette levée s'inscrit dans un pari plus large sur l'avenir de la création de contenus assistée par IA. Kling AI cherche à se positionner comme un véritable studio de création centralisé, capable de séduire aussi bien les créateurs individuels que des secteurs disposant de budgets de production visuelle conséquents. Sa nouvelle série de modèles, baptisée 3.0, promet un meilleur contrôle narratif et davantage de cohérence dans les vidéos générées, deux limites qui freinaient jusqu'à présent l'adoption professionnelle de ces outils. La composition du tour de table, mêlant géants technologiques chinois et acteurs du divertissement, laisse entrevoir une bataille naissante pour le contrôle des futurs outils de production vidéo par IA, dans un marché où la Chine cherche à s'imposer face aux acteurs américains du secteur.

💬 20 millions de dollars de revenus mensuels en 19 mois, ça change tout : Kling AI prouve que la vidéo générée par IA peut être un vrai business, pas juste une démo qui impressionne sur Twitter. Selon Le Fil IA, le vrai actif ici c'est la distribution (700 millions d'utilisateurs Kuaishou en coulisses), pas le modèle lui-même. Reste que la bataille se joue en Chine pour l'instant, et que la 3.0 devra encore prouver qu'elle tient la comparaison avec Sora ou Veo sur la qualité, pas que sur les revenus.

DeepSeek publie en open source DSpark, un framework qui accélère l'inférence des LLM jusqu'à 85%

DeepSeek a publié ce week-end DSpark, un nouveau système open source sous licence MIT conçu pour accélérer significativement l'inférence des grands modèles de langage. Le framework repose sur une technique appelée décodage spéculatif : un petit module "brouillon" anticipe plusieurs tokens à l'avance, tandis que le modèle principal valide ou invalide ces prédictions en une seule passe. Lorsque les prédictions sont bonnes, le modèle avance beaucoup plus vite ; lorsqu'elles sont mauvaises, DSpark évite de gaspiller des ressources à les vérifier. DeepSeek a rendu publics le code source sur GitHub et Hugging Face, un article technique détaillant la méthode, les checkpoints des modèles, ainsi que DeepSpec, une base de code dédiée à l'entraînement et à l'évaluation de systèmes de décodage spéculatif. Le framework a été testé en production sur DeepSeek-V4-Flash, un modèle mixture-of-experts de 284 milliards de paramètres avec 13 milliards de paramètres actifs, et sur DeepSeek-V4-Pro, le modèle phare de 1,6 billion de paramètres avec 49 milliards de paramètres actifs, les deux supportant des fenêtres de contexte allant jusqu'à un million de tokens. Les chiffres publiés par DeepSeek sont substantiels. En production, DSpark améliore le débit global de 51% pour V4-Flash et de 52% pour V4-Pro à des cibles de service réalistes (respectivement 80 et 35 tokens par seconde par utilisateur). À capacité système équivalente, la vitesse de génération perçue par chaque utilisateur individuel augmente de 60 à 85% pour V4-Flash et de 57 à 78% pour V4-Pro par rapport à la baseline MTP-1 précédente. Ces gains concernent directement l'expérience utilisateur dans les cas d'usage les plus exigeants : chatbots grand public, assistants de code, workflows agentiques et systèmes d'entreprise où la fluidité des réponses longues est critique pour l'adoption. Réduire la latence d'inférence sans modifier les sorties du modèle est l'un des problèmes les plus coûteux de l'industrie IA, car il conditionne directement l'économie du déploiement à grande échelle. DSpark n'est pas conçu comme une solution réservée aux modèles DeepSeek. Les checkpoints publiés couvrent d'autres familles de modèles open source, notamment Qwen d'Alibaba et Gemma de Google, ouvrant la porte à des adaptations par des équipes tierces qui contrôlent leurs propres poids et infrastructure de déploiement. Cette publication intervient dans un contexte géopolitique tendu, alors que le gouvernement américain cherche à limiter l'accès aux modèles d'Anthropic et OpenAI sur certains marchés. DeepSeek, qui avait déjà bouleversé les références de l'industrie début 2025 avec ses modèles R1 et V3, confirme avec DSpark une stratégie délibérée d'open source agressif qui redistribue les capacités technologiques à l'échelle mondiale, indépendamment des restrictions diplomatiques.

Le LFM2.5-230M de Liquid AI surpasse des modèles 4 fois plus grands en extraction de données et tourne partout

Liquid AI, une startup fondée par d'anciens chercheurs du MIT, a lancé le 26 juin 2026 son modèle de langage le plus compact à ce jour : LFM2.5-230M. Avec seulement 230 millions de paramètres, ce modèle de fondation est conçu pour fonctionner directement sur les appareils, smartphones, ordinateurs portables, systèmes robotiques, sans connexion permanente au cloud. Malgré sa taille réduite, il surpasse à la tâche d'extraction de données des modèles jusqu'à quatre fois plus grands, notamment le Qwen3.5-0.8B d'Alibaba (800 millions de paramètres) et le Gemma 3 1B de Google (1 milliard de paramètres). Sur un Samsung Galaxy S25 Ultra équipé d'un Snapdragon Gen4, il atteint 213 tokens par seconde en décodage ; sur un Raspberry Pi 5, il maintient 42 tokens par seconde. Sa fenêtre de contexte de 32 000 tokens lui permet d'ingérer de longs documents ou des flux continus de données de télémétrie robotique. Son empreinte mémoire reste inférieure à 400 Mo. Le modèle est entraîné sur 19 000 milliards de tokens et proposé sous licence duale : gratuit pour les entreprises générant moins de 10 millions de dollars de revenus annuels, payant au-delà. Pour les équipes data et les développeurs d'applications embarquées, l'enjeu est concret. Les entreprises s'appuient encore largement sur des pipelines ETL (Extract, Transform, Load) rigides et basés sur des règles fixes, des systèmes qui se brisent dès qu'un document change de format ou qu'un schéma évolue. LFM2.5-230M ouvre la voie à un « AI ETL » capable d'inférer automatiquement les correspondances de données, de détecter les dérives de schéma et de structurer des sources non structurées, PDF, e-mails, formulaires web, en JSON sans intervention humaine. Ce type de flux agentique léger peut désormais s'exécuter localement, sans dépendance au cloud, ce qui réduit la latence, les coûts d'infrastructure et les risques liés à la confidentialité des données. Cette sortie illustre une fracture croissante dans l'industrie de l'IA. D'un côté, Anthropic, OpenAI, Google, Microsoft et Meta poussent leurs modèles vers des centaines de milliards, voire des milliers de milliards de paramètres pour atteindre les performances dites frontier. De l'autre, une course parallèle s'intensifie autour de l'efficience architecturale pour l'inférence locale. Liquid AI mise sur son architecture LFM2, un système hybride combinant convolutions à courte portée et mécanismes d'attention groupée, qui contourne les coûts quadratiques en mémoire des transformers classiques. Cette approche permet d'obtenir des vitesses d'inférence élevées sur du matériel contraint, là où les transformers purs s'essoufflent. Le positionnement de Liquid AI, efficience plutôt que mise à l'échelle brutale, pourrait séduire un segment d'entreprises que les géants du cloud peinent à servir : celles qui ont besoin d'IA performante sans exposer leurs données ni investir dans une infrastructure coûteuse.

DeepReinforce publie Ornith-1.0 : une famille de modèles de code open source qui apprend ses propres structures d'apprentissage par renforcement

DeepReinforce a publié Ornith-1.0, une famille de modèles open source conçue pour les agents de programmation autonomes. La gamme comprend quatre variantes : 9B dense, 31B dense, 35B en architecture mixture-of-experts (MoE), et un modèle flagship à 397B de paramètres, dont le 35B n'active qu'environ 3 milliards de paramètres par token en pratique. Tous les checkpoints sont publiés sous licence MIT sur Hugging Face et s'appuient sur un post-entraînement des modèles Gemma 4 de Google et Qwen 3.5 d'Alibaba. Le modèle 9B pèse environ 19 Go en bf16 et tourne sur un seul GPU de 80 Go, tandis que des versions FP8 et GGUF sont disponibles pour un déploiement local plus rapide. Les modèles exposent une interface compatible OpenAI, ce qui les rend compatibles sans modification avec les frameworks d'agents existants comme vLLM ou SGLang. Ce qui distingue Ornith-1.0 des autres modèles de codage, c'est son architecture d'apprentissage : au lieu d'être couplés à un harnais fixe et conçu à la main par des ingénieurs, ces modèles apprennent à écrire leur propre scaffold pendant la phase d'entraînement par renforcement, optimisant simultanément la logique d'orchestration et la solution au problème. DeepReinforce revendique des résultats à l'état de l'art parmi les modèles open source de taille comparable. Le flagship 397B surpasse Claude Opus 4.7 d'Anthropic sur les deux principaux benchmarks de codage, bien qu'il reste en retrait face à Claude Opus 4.8 et au GLM-5.2-744B de Zhipu AI. Pour les équipes qui cherchent une alternative open source aux modèles propriétaires sur des tâches d'agents complexes, Ornith-1.0 représente un saut qualitatif notable, avec une chaîne de déploiement suffisamment simple pour une adoption rapide. L'approche soulève néanmoins des questions sur la sécurité du système : un modèle capable de modifier son propre harnais pourrait théoriquement tenter de contourner les mécanismes de vérification pour maximiser sa récompense, phénomène connu sous le nom de reward hacking. DeepReinforce décrit trois couches de défense : une frontière de confiance fixe qui rend l'environnement et les tests inaccessibles au modèle, un moniteur déterministe basé sur des règles qui attribue un reward nul à tout comportement non sanctionné, et un juge LLM gelé qui agit comme veto sur le vérificateur principal. Cette publication s'inscrit dans une tendance plus large où les laboratoires de recherche indépendants, souvent bien moins dotés qu'OpenAI ou Google, misent sur l'open source et l'innovation architecturale pour se différencier. La compatibilité MIT et la disponibilité immédiate sur Hugging Face pourraient accélérer l'adoption dans les environnements d'entreprise où la souveraineté des données prime.

Derrière OpenAI, la montée silencieuse des modèles chinois

L'article fourni est tronqué après la première phrase, ce qui ne me laisse que l'intro pour travailler. Voici tout de même un article autonome basé sur le contenu disponible et la thèse annoncée : --- Pendant que les projecteurs restent braqués sur OpenAI, Anthropic et Google DeepMind, les modèles d'intelligence artificielle chinois gagnent du terrain en silence dans les couches les plus profondes de l'écosystème IA mondial. Des acteurs comme DeepSeek, Qwen (Alibaba) ou Baidu s'imposent progressivement dans les benchmarks techniques et, surtout, dans les intégrations d'entreprises, souvent sans faire la une des médias occidentaux. En 2025, DeepSeek R1 a provoqué un séisme en affichant des performances comparables à GPT-4 à une fraction du coût de développement. L'enjeu n'est pas symbolique : ce sont les modèles intégrés dans les outils, les API et les infrastructures qui définissent les standards de demain. Un modèle adopté massivement aujourd'hui crée une dépendance technique qui dure des années. Pour les entreprises européennes et américaines, choisir un modèle chinois bon marché et performant pose des questions de souveraineté des données, de sécurité et de conformité réglementaire que peu ont encore pleinement anticipées. Cette montée en puissance s'inscrit dans une stratégie délibérée de Pékin, qui finance massivement la recherche en IA depuis son plan national de 2017. Les restrictions américaines sur les puces Nvidia ont accéléré l'innovation domestique plutôt que de la freiner. La vraie compétition dans l'IA n'oppose pas seulement des modèles, mais deux visions de l'internet et deux blocs géopolitiques qui se disputent l'infrastructure cognitive de la prochaine décennie.

💬 DeepSeek à niveau GPT-4 pour une fraction du budget, dur de ne pas s'y intéresser. Ce qui m'inquiète, c'est pas le modèle lui-même, c'est que les boîtes qui l'adoptent aujourd'hui construisent une dépendance dont elles sortiront difficilement dans cinq ans, avec des questions de souveraineté des données que la plupart n'ont pas encore posées. Les restrictions américaines sur les puces ont accéléré exactement ce qu'elles voulaient freiner.

Rapport technique Qwen-RobotManip : l'alignement permet le passage à l'échelle des modèles fondation pour la manipulation robotique

L'équipe Qwen d'Alibaba a publié le 22 juin 2026 un rapport technique décrivant Qwen-RobotManip, un modèle fondation Vision-Langage-Action (VLA) conçu pour la manipulation robotique généraliste. Construit sur l'architecture Qwen-VL, le modèle introduit un cadre d'alignement unifié couvrant trois dimensions : la représentation sensorielle, le mouvement, et le comportement. Son corpus d'entraînement atteint environ 38 100 heures de données, constitué exclusivement de jeux de données open source et de vidéos en vue subjective des mains humaines, sans aucune collecte propriétaire. Un pipeline de synthèse convertit ces démonstrations égocentrées en trajectoires robot compatibles avec 15 plateformes matérielles différentes, dont AgileX ALOHA, Franka, UR et ARX. Évalué sur six benchmarks out-of-distribution (RoboCasa365, LIBERO-Plus, EBench, RoboTwin-Clean2Rand, RoboTwin-IF, RoboTwin-XE), Qwen-RobotManip surpasse les modèles précédents sur l'ensemble des configurations et remporte la première place du RoboChallenge avec une amélioration relative de 20 % par rapport à l'état de l'art antérieur. Ce résultat est significatif parce qu'il répond directement à une question centrale du secteur : peut-on appliquer aux données de manipulation robotique la même recette de scaling qui a propulsé les grands modèles de langage ? Jusqu'ici, la réponse restait négative, en raison de l'hétérogénéité structurelle des données de manipulation (formats, espaces d'action, embodiments incompatibles), qui rendait l'entraînement multi-sources incohérent plutôt que synergique. Qwen-RobotManip avance que l'alignement préalable des données résout ce problème, permettant l'absorption à grande échelle sans dégradation. Les capacités émergentes documentées (suivi d'instructions zero-shot, récupération d'erreurs réactive, transfert cross-embodiment) constituent, si elles se confirment en conditions industrielles réelles, un changement de paradigme pour les intégrateurs : moins de fine-tuning spécifique par robot, généralisation à de nouvelles tâches sans redéploiement complet du pipeline. Il convient toutefois de noter que les résultats reposent sur des benchmarks académiques et des validations en laboratoire réel ; aucun déploiement industriel n'est encore documenté, et l'écart sim-to-real reste une inconnue à l'échelle. Qwen-RobotManip s'inscrit dans une course serrée autour des VLA pour la manipulation, où Physical Intelligence (pi0 et pi0.5), Google DeepMind (RT-2, pi-0), et Hugging Face (LeRobot) occupent déjà des positions fortes. Le modèle de Qwen se distingue en revendiquant la performance la plus élevée sur les benchmarks OOD publiés à ce jour, et surtout en n'utilisant aucune donnée propriétaire, ce qui ouvre théoriquement la voie à une adoption plus large. La publication est un preprint arXiv (arXiv:2506.17846v1), pas encore soumis à peer review, et aucune date de disponibilité du modèle ni annonce de pilote industriel n'accompagne ce rapport. Les prochaines étapes probables incluent une intégration dans l'écosystème Hugging Face ou ModelScope et des évaluations indépendantes en conditions réelles.

💬 L'obstacle au scaling en robotique, c'était pas le manque de données, c'était leur incohérence structurelle. Qwen le prouve ici : aligner avant de scaler, et les benchmarks OOD s'envolent de 20%. Bon, c'est encore du labo et je ne vois aucun déploiement industriel documenté, mais avec zéro donnée propriétaire dans le corpus, les intégrateurs sur Franka ou UR ont une vraie porte d'entrée.

DeepSeek viserait une levée de fonds de 7 milliards de dollars avec Tencent et CATL

DeepSeek, la startup d'intelligence artificielle chinoise fondée par Liang Wenfeng, prépare sa première levée de fonds externe d'un montant de 50 milliards de yuans, soit environ 7,4 milliards de dollars. L'opération, révélée par Reuters et CNBC début juin 2026, impliquerait un cercle restreint de moins de dix investisseurs stratégiques. Tencent envisagerait d'y injecter 10 milliards de yuans, tandis que CATL, le géant mondial des batteries pour véhicules électriques, apporterait 5 milliards de yuans. Le fonds national chinois dédié à l'IA, le groupe de jeux vidéo NetEase et le e-commerçant JD.com seraient également en discussions avancées. Liang Wenfeng aurait lui-même engagé près de 20 milliards de yuans de fonds personnels dans l'entreprise à ce stade. Si l'accord est finalisé dans les prochaines semaines, il valoriserait DeepSeek entre 52 et 59 milliards de dollars, ce qui en ferait l'une des plus importantes levées de fonds jamais réalisées par une entreprise d'IA en Chine. Cette opération consacre la montée en puissance d'un acteur qui a bousculé les certitudes du secteur. Début 2025, les modèles R1 et V3 de DeepSeek avaient stupéfait la Silicon Valley en affichant des performances comparables aux meilleurs modèles occidentaux à une fraction du coût annoncé, remettant en cause l'hypothèse d'un retard structurel de la Chine dans la course à l'IA générative. Avec ces nouveaux capitaux, DeepSeek pourra accélérer le développement de modèles de prochaine génération et investir dans les infrastructures massives nécessaires à leur entraînement, deux postes de dépenses qui conditionnent directement la compétitivité à long terme dans ce domaine. La composition du tour de table révèle une logique industrielle qui dépasse la simple valorisation financière. Tencent, dont le modèle maison Hunyuan accuse du retard face à Alibaba et ByteDance, chercherait à accéder aux technologies de pointe de DeepSeek pour renforcer sa position dans l'IA. L'entrée de CATL est encore plus révélatrice : ce champion des batteries se repositionne sur les infrastructures énergétiques pour centres de données, un segment en explosion sous l'effet de la demande en puissance de calcul liée à l'IA. La convergence entre un leader des modèles, un géant du numérique et un spécialiste mondial de l'énergie illustre la stratégie chinoise de construction d'une chaîne de valeur intégrée de l'IA, des algorithmes aux ressources électriques qui les alimentent, alors que Pékin intensifie ses efforts pour sécuriser son autonomie technologique face aux restrictions américaines sur les semi-conducteurs.

💬 C'est CATL dans le tour de table qui retient mon attention, pas les 7 milliards. Un spécialiste des batteries qui se repositionne sur l'énergie pour datacenters, ça dit tout sur où se joue vraiment la contrainte. La Chine construit la chaîne complète, des algorithmes jusqu'aux watts qui les font tourner, et comparé à ce qu'on bricole de ce côté-ci, ça fait un peu mal.

OpenEAI-Platform : une plateforme open source unifiée matériel-logiciel pour l'IA incarnée

Des chercheurs ont déposé sur arXiv (2606.03392) OpenEAI-Platform, une plateforme open-source couplant un bras robotique à 6+1 degrés de liberté (DDL), OpenEAI-Arm, et un modèle vision-langage-action (VLA), OpenEAI-VLA. OpenEAI-Arm s'appuie sur des plans mécaniques ouverts et une commande conforme (compliant control) destinée à réduire le coût de fabrication tout en maintenant la précision de manipulation. OpenEAI-VLA est construit sur Qwen3-VL-4B d'Alibaba avec une tête d'action Diffusion Transformer, entraîné en deux phases sur des jeux de données exclusivement ouverts. Sur quatre tâches de manipulation réelles, il atteint des taux de réussite comparables à pi0 de Physical Intelligence, un modèle pré-entraîné à bien plus grande échelle. OpenEAI-Arm surpasse par ailleurs deux bras commerciaux 6+1 DDL évalués sous la même politique de contrôle. Plans, codes, modèles et pipelines d'entraînement seront publiés intégralement après acceptation de l'article en revue. L'intérêt de ces résultats est double. Côté hardware, un bras open-source moins coûteux qui surpasse des équipements commerciaux constitue un levier direct pour les laboratoires et intégrateurs à budget contraint. Côté VLA, approcher les performances de pi0 avec nettement moins de données de pré-entraînement conteste l'hypothèse selon laquelle des politiques de manipulation robustes nécessitent impérativement des corpus massifs et propriétaires. L'architecture combinant un modèle vision-langage compact (4 milliards de paramètres) et une tête diffusion semble offrir un rapport performance-données plus favorable que prévu, ce qui intéresse directement les équipes cherchant à déployer des robots polyvalents sans infrastructure de collecte industrielle. OpenEAI-VLA s'appuie sur Qwen3-VL-4B (Alibaba, 2025) et l'architecture Diffusion Transformer popularisée par pi0 (Physical Intelligence, 2024) pour générer des actions robotiques continues. La plateforme s'inscrit dans un segment croissant de projets ouverts pour la manipulation, aux côtés de LeRobot (Hugging Face) et ALOHA (Stanford), face à des acteurs commerciaux comme Figure AI, Boston Dynamics ou 1X Technologies. Son positionnement vise explicitement la reproductibilité et la collecte de données à l'échelle, deux goulots d'étranglement identifiés par la communauté robotique. Aucun déploiement industriel ni partenariat n'est annoncé : OpenEAI-Platform est un prétirage, et l'accès aux ressources complètes reste conditionnel à l'acceptation de l'article.

💬 Un bras robot open-source qui surpasse du hardware commercial, c'est déjà solide. Ce qui m'intéresse encore plus, c'est que leur VLA s'approche des perfs de pi0 avec des datasets entièrement ouverts et un modèle à 4B paramètres, ce qui fracasse l'idée qu'il faut absolument un corpus propriétaire massif pour faire de la manipulation sérieuse. Bon, c'est un prétirage pour l'instant, les ressources complètes sortent après acceptation de l'article.

JetBrains lance Mellum2 : un modèle MoE de 12 milliards de paramètres pour les tâches spécialisées dans les pipelines IA multi-modèles

JetBrains a publié Mellum2, un nouveau modèle d'intelligence artificielle open source dont les poids sont disponibles sous licence Apache 2.0. Ce successeur de Mellum, un modèle dense de 4 milliards de paramètres orienté complétion de code, adopte une architecture Mixture-of-Experts (MoE) avec 12 milliards de paramètres au total, dont seulement 2,5 milliards sont activés à chaque token. Le modèle dispose de 64 experts, dont 8 sont sollicités simultanément, ce qui maintient un coût de calcul équivalent à un modèle dense de 2,5B tout en offrant une capacité de spécialisation bien supérieure. Sa fenêtre de contexte atteint 131 072 tokens, étendue après le pré-entraînement grâce à une méthode YaRN sélective par couche. L'entraînement a porté sur environ 10,6 billions de tokens répartis en trois phases progressivement orientées vers du code et des mathématiques, avec l'optimiseur Muon en précision hybride FP8. JetBrains publie six checkpoints couvrant l'ensemble du pipeline : modèle de base, variantes SFT, et modèles affinés par renforcement (RLVR) en versions Instruct et Thinking. Mellum2 ne vise pas à remplacer les modèles frontier comme GPT-4o ou Claude 3.5 Sonnet. JetBrains le positionne explicitement comme un "focal model", une brique rapide et spécialisée destinée à s'intégrer dans des pipelines multi-modèles. La variante Instruct répond directement, sans chaîne de raisonnement externalisée, ce qui la rend adaptée aux tâches à faible latence : appels d'outils, suivi d'instructions, génération de code à la volée. La variante Thinking, elle, produit une trace de raisonnement explicite avant sa réponse finale, utile pour le débogage complexe, la planification multi-étapes ou les flux agentiques. Sur les benchmarks autodéclarés par JetBrains, Mellum2 Instruct obtient 78,4 sur EvalPlus et 66,3 sur BFCL v3 (appels de fonctions), des scores compétitifs face aux modèles open-weight de 4B à 14B paramètres, notamment les Qwen3.5 et Ministral 3. Les résultats en raisonnement mathématique (41,7 sur AIME 2025+2026) et en connaissance générale (78,1 sur MMLU-Redux) restent en retrait par rapport à Qwen3.5 9B, ce qui reflète le choix assumé d'une spécialisation ingénierie logicielle. Ce lancement s'inscrit dans une tendance de fond : les éditeurs d'IDE et d'outils de développement construisent désormais leurs propres modèles plutôt que de dépendre exclusivement des API tierces. JetBrains, dont les produits, IntelliJ, PyCharm, WebStorm, sont utilisés par des millions de développeurs, dispose d'un corpus de code propriétaire et d'une connaissance fine des usages réels qui justifient cet investissement. La mise à disposition sous Apache 2.0 favorise l'adoption communautaire et positionne Mellum2 comme une alternative crédible aux modèles de Microsoft (Phi) ou de Alibaba (Qwen) dans l'écosystème open source. La prochaine étape logique sera l'intégration native dans les IDE JetBrains, transformant ce modèle de recherche en produit distribué à grande échelle.

Claude Opus 4.8 d'Anthropic disponible : mode rapide 3 fois moins cher et alignement proche de Mythos

Anthropic a lancé le 28 mai 2026 Claude Opus 4.8, une mise à jour de son modèle phare, disponible immédiatement sur claude.ai, Claude Code, l'API et Cowork. La tarification standard reste inchangée par rapport à Opus 4.7 : 5 dollars par million de tokens en entrée et 25 dollars par million de tokens en sortie. La grande nouveauté est le mode rapide ("fast mode"), qui génère les tokens à environ 2,5 fois la vitesse normale et voit son prix chuter à 10 dollars par million de tokens en entrée et 50 dollars en sortie, soit une réduction de trois fois par rapport aux 30/150 dollars du mode rapide d'Opus 4.7. Sur les benchmarks, les progrès sont réels mais modestes : 88,6 % sur SWE-bench Verified (contre 87,6 % pour Opus 4.7), 69,2 % sur SWE-bench Pro (contre 64,3 %) et 74,6 % sur Terminal-Bench 2.1 (contre 66,1 %). Opus 4.8 surpasse également GPT-5.5 d'OpenAI sur au moins 12 benchmarks, notamment en raisonnement, en codage et en utilisation d'outils agentiques. Cette baisse tarifaire sur le mode rapide est significative pour l'industrie : elle rend l'inférence à haut débit accessible aux applications de production sensibles à la latence, un segment jusqu'ici réservé aux modèles moins puissants. Databricks a rapporté une réduction de 61 % du coût en tokens par rapport à Opus 4.7, grâce à une meilleure efficacité multimodale sur les PDF et diagrammes. La startup Cognition, éditrice de Devin, confirme que le modèle corrige des problèmes de verbosité et d'appels d'outils présents dans Opus 4.7. Un fournisseur spécialisé en computer-use a atteint 84 % sur le benchmark Online-Mind2Web, dépassant à la fois Opus 4.7 et GPT-5.5. Anthropic introduit également en préversion les "dynamic workflows" dans Claude Code, permettant de lancer des centaines de sous-agents en parallèle pour des tâches dépassant la capacité d'une seule fenêtre de contexte. Opus 4.8 s'inscrit dans une trajectoire d'accélération chez Anthropic, qui positionne ce modèle entre Opus 4.7 et Claude Mythos Preview, un modèle plus puissant actuellement limité à un petit nombre d'organisations dans le cadre du Project Glasswing, dédié à la cybersécurité. Anthropic a annoncé vouloir mettre des "modèles de classe Mythos" à la disposition de l'ensemble de ses clients dans les prochaines semaines, une fois des garde-fous cyber supplémentaires en place. La course au sommet se joue désormais sur plusieurs fronts simultanément : la puissance brute, le coût d'inférence et les capacités agentiques, trois axes où OpenAI, Google et les acteurs chinois comme DeepSeek ou Alibaba exercent une pression croissante sur Anthropic.

💬 Le vrai truc, c'est pas les benchmarks (modestes, clairement), c'est le fast mode à 10 dollars le million de tokens, trois fois moins cher qu'Opus 4.7 : ça rend enfin l'inférence haute vitesse viable en prod sans sacrifier un modèle plus faible. Les dynamic workflows dans Claude Code, des centaines de sous-agents en parallèle, c'est le genre de truc qu'on attendait depuis 2 ans. Et Mythos pour tout le monde dans les semaines qui viennent, bon, sur le papier c'est prometteur.

L'architecture radicale de DeepSeek fracasse l'avantage concurrentiel de Silicon Valley sur les tokens

DeepSeek a officialisé cette semaine la pérennisation de sa réduction de prix de 75 % sur son modèle phare V4 Pro, transformant ce qui ressemblait à une offensive temporaire en une rupture structurelle du marché. Concrètement, V4 Pro est désormais sept fois moins cher en entrées et dix-sept fois moins cher en sorties que Claude Sonnet d'Anthropic ou le GPT-5.5-Med d'OpenAI. La version allégée DeepSeek V4 Flash, optimisée pour la vitesse, est quant à elle dix à vingt-cinq fois moins chère que Claude Haiku. En Chine, le prix de lecture du cache atteint un niveau quatre-vingt-sept fois inférieur à celui des grandes plateformes cloud occidentales, un écart si brutal que Xiaomi vient d'aligner sa propre architecture MiMo sur ce même barème tarifaire. Ces deux modèles sont distribués en open-weight sous licence MIT, offrant aux entreprises une liberté totale de déploiement. Malgré ce positionnement prix, V4 Pro affiche 80,6 % sur le benchmark SWE-bench Verified pour les tâches d'agents de code, et 87,5 sur l'indice MMLU-Pro, des scores proches des meilleurs modèles occidentaux. L'impact sur les entreprises utilisatrices est déjà tangible. Uber a révélé avoir épuisé l'intégralité de son budget 2026 alloué à Claude Code et Cursor en seulement quatre mois, son directeur des opérations jugeant les coûts liés à l'usage intensif de tokens de plus en plus difficiles à justifier. Airbnb préfère depuis longtemps des alternatives plus rapides et moins chères comme Qwen d'Alibaba plutôt que de déployer massivement les modèles d'OpenAI en production. Pinterest est allé encore plus loin : son directeur technique Matt Madrigal a confirmé que l'entreprise a intégralement misé sur l'open source, en affinant Qwen sur son graphe de préférences propriétaire pour réduire ses coûts de 90 %. La baisse de prix de DeepSeek rend de tels arbitrages encore plus attractifs, accélérant la commoditisation de la couche API à fort volume. Cette dynamique s'inscrit dans un contexte de pression croissante sur les grands laboratoires occidentaux, dont les investissements en infrastructure se chiffrent en dizaines de milliards de dollars. OpenAI, dont le modèle économique repose largement sur des flux API génériques, apparaît plus exposée qu'Anthropic, dont l'offre est davantage intégrée dans des workflows logiciels différenciés. Du côté de l'adoption en entreprise, les freins demeurent importants : pour les secteurs réglementés américains, finance, santé, défense, l'utilisation de modèles chinois soulève des questions de conformité, de risques liés à la chaîne d'approvisionnement logicielle et de potentielles sanctions fédérales. L'architecture open-weight permet certes un hébergement local sans transfert de données vers des serveurs étrangers, mais les comités de conformité restent prudents. Le marché semble donc se scinder en deux : un segment premium pour les workflows critiques, et une couche agentique de fond entièrement commoditisée par les poids ouverts.

💬 Ce qui me frappe, c'est pas les benchmarks, c'est Uber qui a cramé son budget Claude Code annuel en quatre mois. La baisse de 75 % de DeepSeek est permanente maintenant, ce qui veut dire que les arbitrages qu'Airbnb ou Pinterest font depuis un moment vont s'accélérer partout. Le marché API générique est commoditisé, la différence se jouera ailleurs.

Cognition lève 1 milliard de dollars lors d'une série D valorisée à 26 milliards

Cognition, le laboratoire spécialisé dans les agents IA, vient de lever 1 milliard de dollars lors d'un tour de table en Série D qui valorise la société à 26 milliards de dollars. Ce financement, annoncé fin mai 2026, représente une valorisation 2,5 fois supérieure à celle obtenue lors de sa Série C en septembre 2025, qui s'élevait à 10 milliards de dollars. Cognition devient ainsi officiellement le plus grand laboratoire d'agents IA indépendant encore en activité. La société projette un chiffre d'affaires annuel récurrent dépassant 1 milliard de dollars d'ici la fin de l'année 2026, une trajectoire alimentée par une clientèle déjà constituée d'acteurs exigeants de l'écosystème startup et entreprise, parmi lesquels Exa et Modal. Cette levée illustre l'appétit persistant des investisseurs pour les agents IA autonomes, segment en train de redéfinir le marché des logiciels d'entreprise. Dans le SaaS, l'ARR est un indicateur retardé de l'utilisation réelle : si Cognition projette ce seuil du milliard, c'est que des déploiements significatifs sont déjà actifs chez ses clients. La dynamique s'inscrit dans une logique de concentration du financement autour de quelques laboratoires indépendants capables de tenir tête aux grandes plateformes que sont OpenAI, Anthropic ou Google DeepMind. Cognition, positionné sur les agents codeurs autonomes, s'impose comme un acteur de référence dans une catégorie dont la valeur potentielle continue d'attirer des capitaux massifs. Cette annonce intervient dans un contexte d'effervescence technique autour de l'inférence et de l'architecture des agents. Sur le front de l'efficacité, plusieurs avancées ont marqué la semaine : EAGLE 3.1 améliore le décodage spéculatif pour les longues séquences, Perplexity a publié en open source un tokeniseur réduisant de 5 à 6 fois la charge CPU, et Qwen3.5 atteindrait 580 tokens par seconde pour des charges de travail agentiques grâce à une collaboration entre Alibaba, NVIDIA et les contributeurs de FlashAttention-4. Parallèlement, LangChain a livré Deep Agents v0.6 avec les Delta Channels, réduisant le stockage des points de contrôle pour une session de codage de 200 tours de 5,3 Go à seulement 129 Mo. La plateforme Trajectory a également été lancée pour permettre aux équipes d'utiliser les traces d'agents et les signaux d'usage produit dans une logique d'apprentissage continu. Ces évolutions techniques signalent un glissement de paradigme : ce n'est plus seulement la qualité du modèle qui fait la différence, mais l'adéquation entre le modèle, son environnement d'exécution et sa mémoire.

💬 26 milliards pour Cognition, ça fait un choc. Mais le chiffre qui compte c'est le milliard d'ARR projeté d'ici décembre : des déploiements déjà actifs chez des clients exigeants, et une valorisation multipliée par 2,5 en six mois pour un labo qui n'existait quasiment pas il y a trois ans. Et l'Europe dans tout ça, elle regarde.

L'IA chinoise cartographie l'intégralité de son réseau d'énergies renouvelables : pourquoi le reste du monde devrait s'en inspirer

Des chercheurs de l'Université de Pékin et du DAMO Academy d'Alibaba ont publié cette semaine dans la revue Nature une étude qui marque une première mondiale : une cartographie complète et haute résolution de toute l'infrastructure d'énergie renouvelable d'un pays entier, produite par intelligence artificielle. Le modèle de deep learning, entraîné sur des images satellites à résolution inférieure au mètre, a identifié 319 972 installations solaires photovoltaïques et 91 609 éoliennes à travers la Chine, en traitant 7,56 téraoctets d'imagerie. C'est la première fois qu'une nation dispose d'un inventaire exhaustif et automatisé de son parc renouvelable, accompagné d'un cadre analytique pour le coordonner comme un système unifié. L'enjeu dépasse la prouesse technique. L'étude montre que la complémentarité entre solaire et éolien réduit significativement la variabilité de la production, et que cette complémentarité est d'autant plus efficace que les installations coordonnées sont géographiquement éloignées : un nuage qui couvre les fermes solaires du Gansu n'obscurcit pas les corridors éoliens de Mongolie-Intérieure. Or, la Chine gère aujourd'hui son réseau à l'échelle provinciale, ce qui empêche d'exploiter ces complémentarités naturelles. Passer à une coordination nationale permettrait de stabiliser le réseau, de mieux apparier les sources d'énergie et de réduire le "curtailment", c'est-à-dire le gaspillage d'électricité renouvelable déjà produite, un problème coûteux de longue date. Liu Yu, professeur à l'École des sciences de la Terre et de l'Espace de Pékin, décrit cet inventaire comme une "vue divine" sur le paysage énergétique chinois : on ne peut pas optimiser ce qu'on ne voit pas. Cette percée intervient dans un contexte de pression extrême sur les réseaux électriques mondiaux. En Chine, la consommation électrique des centres de données a bondi de 44 % en glissement annuel au premier trimestre 2026, atteignant 22,9 milliards de kilowattheures selon le China Electricity Council, sous l'effet de la prolifération rapide des infrastructures d'IA. Ce phénomène n'est pas propre à la Chine : aux États-Unis, les prix sur le marché de capacité du PJM, le plus grand opérateur de réseau du pays, ont été multipliés par dix en deux ans, principalement à cause des centres de données. L'Agence internationale de l'énergie projette que la consommation mondiale de ces infrastructures pourrait approcher 1 000 TWh d'ici 2030. La méthode développée par l'équipe sino-chinoise offre un modèle reproductible pour d'autres pays confrontés au même défi : voir leur propre réseau renouvelable en entier, pour la première fois, et commencer à le piloter à la bonne échelle.

💬 Un demi-million d'installations solaires et éoliennes cartographiées par satellite, d'un coup, sur tout un pays. Ce qu'ils mettent en évidence ensuite c'est presque plus important : la Chine gaspille de l'électricité renouvelable déjà produite parce qu'elle pilote son réseau province par province au lieu de le voir à l'échelle nationale. L'Europe avec ses 27 réseaux qui se regardent en chien de faïence, ce serait bien de prendre note.

Amazon SageMaker AI prend en charge l'API compatible OpenAI

Amazon a annoncé ce mois-ci que SageMaker AI supporte désormais une API compatible avec celle d'OpenAI pour ses endpoints d'inférence en temps réel. Concrètement, les développeurs qui utilisent le SDK OpenAI, LangChain ou le framework Strands Agents peuvent désormais router leurs appels vers des modèles hébergés sur SageMaker AI en changeant uniquement l'URL de l'endpoint. Plus besoin de client personnalisé, de wrapper SigV4, ni de réécriture de code. Les endpoints SageMaker exposent un chemin /openai/v1 qui accepte les requêtes au format Chat Completions et renvoie les réponses du conteneur telles quelles, y compris en streaming. L'authentification repose sur des tokens bearer à durée limitée (jusqu'à 12 heures), générés à partir des credentials AWS existants via le SDK Python SageMaker, sans clé API supplémentaire. Ce changement simplifie radicalement l'intégration de SageMaker dans les stacks d'IA existantes. Pour les équipes qui orchestrent des agents multi-LLM via une gateway (comme Bifrost, mentionnée par Giorgio Piatti, ingénieur ML chez Caffeine.AI), SageMaker devient un fournisseur interchangeable sans adaptation technique. Les cas d'usage sont nombreux : workflows agentiques tournant entièrement sur de l'infrastructure dédiée en compte AWS, hébergement multi-modèles sur un seul endpoint via les inference components (par exemple Llama pour les tâches générales, un Mistral fine-tuné pour un domaine métier, et un petit modèle de classification), ou encore déploiement de modèles open source fine-tunés sans toucher au code applicatif existant. Pour les entreprises soumises à des contraintes de souveraineté des données ou de conformité, c'est un gain concret : elles peuvent utiliser les mêmes frameworks standardisés OpenAI tout en gardant les modèles dans leur propre compte AWS. Cette annonce s'inscrit dans une bataille plus large pour capter les workloads d'inférence IA en entreprise. Le standard OpenAI s'est imposé de facto comme protocole universel pour les LLMs, et les grands fournisseurs cloud (AWS, Google, Azure) cherchent à réduire les frictions pour attirer des équipes déjà investies dans cet écosystème. Amazon avait déjà investi massivement dans Bedrock et SageMaker, mais l'adoption restait freinée par les incompatibilités d'API qui forçaient les migrations de code. En adoptant la compatibilité OpenAI directement au niveau de SageMaker AI, AWS ferme cet écart et concurrence frontalement des solutions comme Azure OpenAI Service ou les endpoints Vertex AI de Google. Le notebook d'exemple avec Qwen3-4B (modèle d'Alibaba disponible sur Hugging Face) illustre aussi l'ouverture vers les modèles open source, un segment en forte croissance face aux modèles propriétaires.

💬 C'est le genre de truc qui semble anodin et qui change tout en pratique. Changer juste l'URL pour basculer d'OpenAI vers SageMaker, sans toucher au code, c'est exactement ce que les équipes enterprise attendaient pour switcher sans se battre avec leur DSI. Bon, ça reste AWS, donc la facture peut vite grimper, mais pour les boîtes avec des contraintes de souveraineté data, l'argument est solide.

Gemini 3.5 Flash veut réduire les coûts IA des entreprises

Google a lancé Gemini 3.5 Flash lors de sa conférence I/O 2026, le 19 mai 2026, en le positionnant comme son modèle propriétaire le plus économique à ce jour. Le tarif annoncé est de 1,50 dollar par million de jetons, une réduction significative pensée pour les entreprises qui déploient des agents IA à grande échelle. En parallèle, Google a dévoilé plusieurs nouveaux produits : Gemini Spark, un agent personnel capable d'agir en arrière-plan dans Gmail, Docs, Sheets et Slides pour compiler des informations, organiser des événements ou mettre à jour des tableaux en temps réel ; Omni Flash ; et AntiGravity 2.0, une nouvelle version de sa plateforme multi-agents. Sundar Pichai, PDG de Google, a déclaré que certaines organisations ont déjà consommé leur budget annuel de jetons alors que l'année est à peine entamée, soulignant l'urgence du problème. L'enjeu est directement financier pour les directions IT. À mesure que les agents IA s'intègrent dans les outils métiers, les volumes de jetons consommés explosent et les coûts dépassent les budgets prévus. Gemini 3.5 Flash cible précisément ces usages quotidiens à grande échelle, là où des économies de quelques centimes par million de jetons peuvent représenter des millions de dollars pour un grand groupe. L'intégration native avec Google Workspace est présentée comme un levier supplémentaire : en limitant le recours aux API externes, elle réduit mécaniquement la facture. Le modèle économique devient ainsi aussi déterminant que les performances techniques, notamment pour convaincre les entreprises de franchir le pas de l'industrialisation de l'IA au-delà des preuves de concept. Cette offensive tarifaire de Google s'inscrit dans une dynamique de marché plus large. Anthropic a récemment baissé les tarifs de Claude Opus 4.6, et la montée en puissance des modèles open source comme Qwen d'Alibaba accentue la pression sur les grands acteurs. Les performances des modèles propriétaires commençant à converger, le prix s'impose comme un facteur différenciant majeur pour fidéliser les clients entreprises. Google cherche ainsi à tenir tête à OpenAI et Anthropic sur le segment de l'IA agentielle, un marché où la viabilité économique conditionne désormais l'adoption massive. La prochaine étape sera de voir si cette baisse tarifaire suffit à convaincre les grandes organisations de standardiser leurs workflows autour de l'écosystème Google, ou si la concurrence répondra rapidement avec des ajustements similaires.

L'accord Nvidia H200 avec la Chine a survécu au sommet Trump-Xi, mais pas comme prévu

Donald Trump s'est rendu à Pékin en mai 2026, accompagné à la dernière minute de Jensen Huang, PDG de Nvidia, et en est reparti en déclarant que "quelque chose pourrait se passer" sur les exportations de puces. Rien ne s'est passé. Pas un seul H200 de Nvidia n'a été livré en Chine depuis que Trump a autorisé ces ventes en décembre 2025. Le représentant américain au commerce, Jamieson Greer, a confirmé à Bloomberg que les contrôles sur les semi-conducteurs n'étaient même pas à l'ordre du jour bilatéral. En réalité, les licences d'exportation existent déjà : une dizaine d'entreprises chinoises, dont Alibaba, Tencent, ByteDance et JD.com, disposent chacune d'autorisations américaines pour jusqu'à 75 000 unités, avec Lenovo et Foxconn comme distributeurs agréés. Les puces ne bougent pas parce que c'est Pékin qui bloque ses propres entreprises. Le blocage repose sur une contradiction réglementaire structurelle. Les règles américaines exigent que les H200 exportés vers des clients chinois soient déployés uniquement sur le territoire chinois. Pékin, de son côté, a ordonné à ses grandes entreprises tech de réserver leurs achats de puces Nvidia à leurs opérations à l'étranger, tout en soutenant les fournisseurs domestiques. Les deux exigences s'excluent mutuellement : les puces autorisées à l'export ne peuvent légalement être déployées là où Pékin veut les déployer. Ce n'est pas une impasse accidentelle. Le secrétaire au Commerce Howard Lutnick a déclaré devant le Sénat que les firmes chinoises cherchent délibérément à concentrer leurs investissements sur les fournisseurs locaux, au premier rang desquels Huawei. Le Conseil d'État chinois a par ailleurs lancé une revue de la sécurité des chaînes d'approvisionnement visant à réduire la dépendance aux semi-conducteurs américains. Pendant que les diplomates négociaient, les données les plus significatives venaient d'ailleurs. DeepSeek a confirmé que son dernier modèle avait été optimisé pour tourner sur les processeurs Huawei. Le directeur stratégique de Tencent a annoncé que l'offre chinoise en GPU augmenterait progressivement tout au long de 2026, et Alibaba a confirmé que ses GPU propriétaires T-Head étaient désormais en production de masse. En avril, DeepSeek V4 était devenu le premier grand modèle frontier chinois adapté aux puces Ascend de Huawei dès la phase d'entraînement, et non plus seulement pour l'inférence. Le signal est clair : la substitution n'est plus expérimentale, elle est devenue une politique industrielle. Les revenus de Nvidia en Chine sont tombés à environ 5 % ces derniers trimestres, contre plus de 20 % avant le durcissement des contrôles à l'export, et la société anticipe désormais zéro revenu chinois pour le trimestre en cours. La présence de Huang à Pékin illustrait l'urgence ressentie par Nvidia ; son résultat illustre les limites de la diplomatie de PDG face à un blocage structurel.

💬 Jensen Huang à Pékin avec Trump, et au final zéro H200 livré : la mise en scène était parfaite, le résultat nul. Ce qui est frappant, c'est que le blocage ne vient pas de Washington cette fois, ce sont les Chinois eux-mêmes qui freinent leurs propres entreprises pour les forcer vers Huawei. Pendant ce temps, DeepSeek optimisait sur Ascend et Alibaba lançait ses GPU en masse : la substitution n'est plus un plan B, c'est le plan A.

Ernie 5.1 de Baidu réduit de 94 % les coûts de pré-entraînement tout en rivalisant avec les meilleurs modèles

Baidu a dévoilé Ernie 5.1, une nouvelle version de son modèle d'intelligence artificielle phare qui représente une avancée significative en matière d'efficacité de développement. Le modèle n'utilise qu'un tiers des paramètres de son prédécesseur et n'aurait coûté que 6 % du budget de pré-entraînement habituellement nécessaire pour des modèles de performance comparable, soit une réduction de 94 % des coûts. Sur le classement Search Arena, référence internationale pour évaluer les LLMs dans les tâches de recherche, Ernie 5.1 se positionne 4e au niveau mondial, derrière deux variantes de Claude Opus d'Anthropic et GPT-5.5 Search d'OpenAI. Cette performance économique repose sur une architecture baptisée "Once-For-All" : plutôt que d'entraîner plusieurs modèles distincts selon leur taille, cette approche permet d'extraire des sous-modèles plus compacts depuis un unique cycle d'entraînement. Le résultat est un modèle de niveau mondial obtenu à une fraction du coût habituel, ce qui pourrait radicalement abaisser la barrière financière à l'entrée pour les acteurs qui souhaitent développer des LLMs compétitifs. Cette annonce s'inscrit dans un contexte de course à l'efficacité qui redéfinit le secteur depuis la publication de DeepSeek R1 début 2025, laquelle avait démontré qu'il était possible d'obtenir des performances de premier rang sans budgets astronomiques. Baidu, acteur historique de l'IA en Chine et concurrent direct de géants comme Alibaba et Tencent sur le marché local, renforce ainsi sa position internationale à un moment où la compétition avec les laboratoires américains s'intensifie sur tous les fronts.

DeepSeek lève plus de 7 milliards de dollars pour accélérer sa monétisation

DeepSeek, le laboratoire d'intelligence artificielle chinois qui a ébranlé l'industrie mondiale début 2025 avec ses modèles performants à faible coût, s'apprête à lever jusqu'à 50 milliards de yuans, soit environ 7,35 milliards de dollars, dans ce qui constituerait son tout premier tour de financement externe. Liang Wenfeng, fondateur et PDG milliardaire de la société, prévoit lui-même d'apporter la plus grande part de cette levée. Si elle se concrétise à ce montant, il s'agirait du tour de financement le plus important jamais réalisé par une entreprise d'intelligence artificielle chinoise. Cette levée de fonds marque un tournant stratégique majeur pour DeepSeek, qui a jusqu'ici fonctionné sans capital externe. La perspective de cette entrée d'argent frais pousse le laboratoire à accélérer ses plans de monétisation afin de devenir commercialement viable. DeepSeek aurait également indiqué à certains investisseurs qu'il compte désormais publier ses modèles à un rythme plus rapproché, aligné sur les standards du secteur, abandonant ainsi la cadence irrégulière qui était jusque-là sa marque de fabrique. DeepSeek s'était distingué en janvier 2025 en publiant des modèles rivaux de ceux d'OpenAI ou Google, mais développés à une fraction du coût déclaré, provoquant une onde de choc sur les marchés boursiers américains et alimentant les débats sur la suprématie technologique entre les États-Unis et la Chine. Cette levée signale que le laboratoire entend désormais transformer sa notoriété technique en position commerciale durable, dans un écosystème IA chinois de plus en plus compétitif face à Baidu, Alibaba et ByteDance.

💬 7 milliards pour un labo qui s'est construit sans un centime externe, c'est un vrai changement de posture. Ce qui m'intéresse plus que le montant, c'est l'abandon de leur cadence de publication chaotique pour quelque chose de plus régulier, parce que c'est ça qui bloquait l'adoption sérieuse. Transformer la notoriété technique en machine commerciale face à Baidu et ByteDance, c'est pas le même sport.

DeepSeek atteint 50 milliards $ de valorisation grâce au boom de l’IA chinoise

DeepSeek, le laboratoire d'intelligence artificielle chinois fondé par Liang Wenfeng, serait en négociation pour boucler sa première levée de fonds externe, d'un montant compris entre 3 et 4 milliards de dollars, à une valorisation pouvant atteindre 50 milliards de dollars. L'information, révélée en premier par le Financial Times puis confirmée par le Wall Street Journal, place DeepSeek parmi les startups d'IA les plus valorisées au monde. Le fonds national chinois dédié à l'intelligence artificielle, doté de 60 milliards de yuans, serait en discussions pour mener l'opération, avec Tencent également présent dans les négociations. Jusqu'à présent, DeepSeek fonctionnait de façon quasi autonome, financée principalement par High-Flyer, le hedge fund de son fondateur, qui conserve environ 89,5 % du capital via ses participations personnelles et affiliées. Cette levée de fonds marque un tournant stratégique pour DeepSeek. Les capitaux recherchés visent à renforcer les infrastructures de calcul de la société et à améliorer les conditions offertes à ses ingénieurs, dans un contexte de compétition féroce pour attirer les talents. Le développement des agents IA, qui exécutent des tâches complexes avec une intervention humaine réduite, exige désormais une puissance de calcul nettement supérieure à celle des chatbots classiques, ce qui se traduit par des coûts en GPU, datacenters et recrutement considérablement plus élevés. Pour rester dans la course face à ByteDance, Alibaba, MiniMax ou Moonshot AI, DeepSeek ne peut plus se permettre de fonctionner en dehors des circuits d'investissement institutionnels. Le succès viral des modèles V3 et R1 de DeepSeek début 2025 avait provoqué un choc sur les marchés technologiques mondiaux, en démontrant qu'il était possible d'atteindre des performances comparables à celles d'OpenAI ou d'Anthropic à une fraction du coût, grâce à une approche open source radicale. Pékin avait alors perçu dans la startup un potentiel champion national capable de rivaliser avec les géants américains dans la course à l'IA générale. L'intérêt du fonds souverain pour cette opération confirme que l'État chinois entend désormais consolider son soutien aux laboratoires les plus prometteurs, réduisant ainsi sa dépendance technologique vis-à-vis des États-Unis dans un domaine jugé stratégique. DeepSeek doit cependant confirmer cette trajectoire sur le plan technique : son nouveau modèle V4, présenté comme redéfinissant l'état de l'art open source pour les agents IA, fait l'objet d'évaluations indépendantes mitigées, certains analystes estimant qu'il reste en retrait face aux meilleurs modèles concurrents.

💬 Ce qui m'intéresse, c'est pas la valorisation à 50 milliards. C'est que DeepSeek, le labo qui nous avait sorti V3 et R1 en mode "regardez ce qu'on fait avec trois fois rien", doit maintenant aller chercher de l'argent à l'État pour rester dans la course. Le modèle "on fait mieux moins cher" a ses limites dès qu'on passe aux agents IA, et V4 fait pas l'unanimité non plus, donc on est un peu à 50 milliards sur une promesse pas encore tenue.

xAI lance Grok 4.3 à prix cassé et une nouvelle suite de clonage vocal rapide et puissante

xAI, la société d'intelligence artificielle fondée par Elon Musk, a lancé mercredi Grok 4.3, son nouveau grand modèle de langage propriétaire, accompagné d'une suite de clonage vocal. Le modèle est désormais accessible à tous via l'API xAI et la plateforme OpenRouter, après une phase de test en avril réservée aux abonnés SuperGrok (30 dollars par mois) et X Premium+ (40 dollars par mois, avec 50 % de réduction les deux premiers mois). Le coup de force commercial tient à sa tarification : 1,25 dollar par million de tokens en entrée et 2,50 dollars par million en sortie, soit deux à deux fois et demie moins cher que son prédécesseur Grok 4.2, facturé 2 et 6 dollars respectivement. Techniquement, Grok 4.3 intègre un raisonnement permanent et non désactivable, une fenêtre de contexte d'un million de tokens, et des capacités agentiques inédites : le modèle peut désormais utiliser des outils professionnels de façon autonome, générer des fichiers Excel multi-onglets avec calculs automatiques ou produire des rapports PDF de douze pages avec mise en page complète, logos et tableaux structurés. Ce positionnement tarifaire agressif constitue l'atout central de xAI face à ses concurrents. En proposant des performances en progression significative sur les benchmarks tiers par rapport à Grok 4.2, tout en maintenant un coût nettement inférieur aux modèles d'OpenAI et d'Anthropic, xAI vise clairement les développeurs et les entreprises sensibles au prix. Les capacités agentiques représentent une rupture qualitative : le modèle ne se contente plus de répondre à des questions, il exécute des tâches complexes en plusieurs étapes de façon autonome. Un exemple documenté montre Grok 4.3 consacrer six minutes et vingt-deux secondes à construire un analyseur DPS sous forme de tableur multi-feuilles, un niveau d'exécution qui dépasse largement la génération de texte classique. Ce lancement intervient dans un contexte tendu pour xAI : les dix cofondateurs originaux et des dizaines de chercheurs ont quitté la société ces derniers mois, tandis que Grok se retrouvait distancé par les modèles de OpenAI, Anthropic, Google, DeepSeek, Kimi (Moonshot) et Qwen (Alibaba). Malgré la progression enregistrée, la firme d'évaluation indépendante Artificial Analysis place toujours Grok 4.3 en dessous du niveau de l'état de l'art fixé par OpenAI et Anthropic. Elon Musk est par ailleurs actuellement en procès contre son ancien associé Sam Altman, cofondateur d'OpenAI. Dans cette bataille frontale pour le marché des LLM, xAI semble avoir choisi une stratégie de volume par les prix plutôt que la course aux benchmarks, pariant que l'accessibilité économique et les nouvelles fonctionnalités agentiques suffiront à conquérir une base d'utilisateurs fidèle face à des concurrents aux modèles plus puissants mais plus coûteux.

IBM lance Bob pour sécuriser le codage IA en production, via routage multi-modèles et contrôles humains

IBM a lancé hier à l'échelle mondiale Bob, sa plateforme de développement logiciel propulsée par l'intelligence artificielle. L'outil, conçu pour écrire, tester et gérer du code tout au long du cycle de développement, est déjà utilisé par plus de 80 000 employés d'IBM après avoir démarré avec seulement 100 utilisateurs internes à l'été 2025. Bob repose sur un routage multi-modèles : il peut s'appuyer sur les modèles Granite d'IBM, les modèles Claude d'Anthropic, ou encore ceux de la société française Mistral, ainsi que sur des modèles distillés plus légers. Les modèles open source comme Qwen d'Alibaba sont explicitement exclus. Selon IBM, certaines équipes ont économisé jusqu'à 70 % du temps sur certaines tâches, soit en moyenne dix heures par semaine. Neal Sundaresan, directeur général de l'automatisation et de l'IA chez IBM, résume la philosophie de la plateforme : « La capacité du modèle seule ne suffit pas. La façon dont vous le déployez, dont vous structurez le contexte, et dont vous maintenez les humains dans la boucle détermine si l'IA tient réellement ses promesses. » Ce qui distingue Bob de concurrents comme Cursor ou Claude Code, c'est le niveau de contrôle et de gouvernance qu'il impose sur les workflows agentiques. Là où d'autres outils placent le développeur au début de la tâche pour qu'il enchaîne les étapes manuellement, Bob introduit des points de contrôle humains structurés à intervalles réguliers, tout en permettant à des agents IA d'accomplir des tâches complexes en plusieurs étapes. Cette approche répond directement aux besoins des grandes entreprises, qui craignent les failles de sécurité et les défaillances d'orchestration lorsque des agents autonomes accèdent à des données en production. Pour les directions techniques et les équipes d'audit, la traçabilité et la capacité à intervenir à tout moment priment sur la vitesse. Cette annonce s'inscrit dans une tension croissante dans l'industrie entre deux visions de l'IA agentique. D'un côté, des systèmes ouverts et autonomes comme OpenClaw ou NemoClaw de Nvidia, qui poussent les limites de l'automatisation dans des environnements bac à sable. De l'autre, des plateformes comme Bob qui privilégient la fiabilité, l'auditabilité et la supervision humaine. OpenAI a récemment ajouté dans son Agents SDK un support pour des implémentations en bac à sable, tandis que Kilo lançait Kilo Claw centré sur la sécurité des agents autonomes. IBM, fort de ses décennies d'expérience dans les systèmes d'entreprise critiques, choisit délibérément la prudence. Sundaresan le dit sans détour : « Il vaut mieux ouvrir la grille lentement que de dire, 'oups, comment je la referme maintenant ?' »

Poolside lance Laguna XS.2, un modèle ouvert gratuit et performant pour le codage local à base d'agents

La startup américaine Poolside, fondée à San Francisco en 2023, a lancé ce 28 avril 2026 deux nouveaux modèles de langage sous la marque Laguna, conçus spécifiquement pour les tâches de codage agentique. Le premier, Laguna M.1, est un modèle propriétaire de 225 milliards de paramètres au format Mixture of Experts (MoE), avec 23 milliards de paramètres actifs, destiné aux environnements d'entreprise et gouvernementaux à hautes exigences de sécurité. Le second, Laguna XS.2, est un modèle open source sous licence Apache 2.0 de 33 milliards de paramètres (3 milliards actifs), téléchargeable et exécutable localement sur un simple GPU de bureau ou d'ordinateur portable, sans connexion internet. Poolside accompagne ces deux modèles d'un agent de codage en ligne de commande baptisé "pool" et d'un environnement de développement web mobile appelé "shimmer". Temporairement, même le plus grand modèle M.1 est accessible gratuitement via l'API Poolside et des partenaires comme OpenRouter, Ollama et Baseten. L'arrivée de Laguna XS.2 en open source représente un signal fort dans un secteur dominé soit par des modèles propriétaires coûteux comme Claude d'Anthropic ou GPT-5.5 d'OpenAI, soit par des modèles chinois à licence ouverte comme ceux de DeepSeek. Poolside offre ici une alternative américaine, exécutable entièrement hors ligne, ce qui répond à un besoin critique pour les agences gouvernementales et les entreprises opérant dans des environnements ultra-sécurisés. L'ingénieur post-entraînement George Grigorev a précisé que Poolside peut "livrer des poids dans des environnements totalement isolés on-premises, sans connexion réseau", un avantage décisif face aux solutions cloud d'Anthropic ou Google. Par ailleurs, les deux modèles Laguna ont été entraînés intégralement from scratch, contrairement à plusieurs laboratoires américains qui s'appuient sur les modèles de base Qwen d'Alibaba, ce qui leur confère une indépendance technique notable. Poolside s'est jusqu'ici concentrée sur des contrats gouvernementaux et de défense, construisant ses modèles dans un environnement interne appelé "Model Factory", dont le moteur central est un logiciel maison nommé Titan. L'entreprise utilise également un optimiseur d'entraînement appelé Muon, qui accélère l'apprentissage d'environ 15% par rapport aux méthodes standards, un avantage compétitif non négligeable en termes de coûts et de délais. En s'ouvrant maintenant à la communauté des développeurs et à la recherche publique, Poolside change de stratégie et entre de plein pied dans la bataille de l'open source agentique, à un moment où les entreprises tech cherchent à réduire leur dépendance aux API propriétaires pour des raisons de coût, de confidentialité et de souveraineté technologique.

VLA Foundry : un cadre unifié pour l'entraînement des modèles vision-langage-action

Le laboratoire TRI-ML (Toyota Research Institute Machine Learning) publie VLA Foundry, un framework open-source qui unifie dans une seule base de code l'entraînement des modèles LLM, VLM et VLA (Vision-Language-Action). Jusqu'ici, la majorité des pipelines open-source de robotique apprenante se concentraient exclusivement sur l'étape d'entraînement à l'action, assemblant à la hâte des briques de préentraînement incompatibles entre elles. VLA Foundry propose à la place un continuum de bout en bout: du préentraînement linguistique jusqu'au fine-tuning spécialisé pour le contrôle moteur. Deux familles de modèles sont publiées simultanément: la première entraînée intégralement depuis zéro via le pipeline LLM→VLM→VLA, la seconde construite sur le backbone Qwen3-VL d'Alibaba. Les deux sont évalués en boucle fermée sur LBM Eval, un simulateur open-source et open-data de manipulation sur table. Sur les tâches multi-objets, le modèle fondé sur Qwen3-VL dépasse la baseline de façon significative, sans que TRI-ML ne quantifie précisément l'écart dans le résumé publié. Le code est disponible sur GitHub (TRI-ML/vla_foundry) et les poids sont libérés sur HuggingFace. Ce que VLA Foundry prouve concrètement, c'est que le choix du backbone VLM est un levier critique: partir d'un modèle vision-langage préentraîné et performant comme Qwen3-VL, plutôt que de construire une architecture robotique ad hoc, améliore substantiellement la politique de contrôle multi-tâches. Pour les équipes d'intégration et les chercheurs, cela valide une stratégie de transfert: exploiter les représentations génériques des grands VLMs commerciaux ou open-weights plutôt que de repartir de zéro. Par ailleurs, le fait que le modèle from-scratch atteigne les performances des travaux closed-source antérieurs de TRI-ML constitue un signal positif pour la reproductibilité de cette classe de modèles, souvent opaque dans la littérature. TRI-ML est l'un des laboratoires de robotique académique les plus actifs, avec une longue historique en apprentissage par renforcement et en manipulation. Dans la course aux VLA, il affronte désormais Physical Intelligence et son modèle pi0, Figure AI avec Helix, Google DeepMind (RT-2, et ses successeurs), ainsi que plusieurs startups émergentes. L'appui sur Qwen3-VL, un modèle produit par l'équipe Qwen d'Alibaba, illustre la tendance croissante à hybrider les avancées du monde NLP avec les contraintes du monde physique. Les prochaines étapes mentionnées incluent des améliorations d'outillage pour le simulateur LBM Eval et l'outil d'analyse STEP, deux contributions qui pourraient aider la communauté à standardiser l'évaluation des politiques robotiques en boucle fermée.

Moonshot AI publie son modèle phare en open source

La start-up chinoise Moonshot AI a publié lundi son nouveau modèle phare en open source, Kimi K2.6, une version améliorée de sa précédente génération axée notamment sur le codage longue portée et les tâches complexes nécessitant une planification étendue. Cette sortie intervient alors qu'Alibaba, ByteDance et Tencent ont conjointement signé un engagement pour promouvoir l'open source dans l'intelligence artificielle en Chine, un signal fort de la part de trois des géants technologiques les plus influents du pays. Ce mouvement vers l'ouverture des modèles traduit une tendance de fond dans l'industrie chinoise de l'IA : rendre les modèles accessibles permet d'accélérer l'adoption, d'attirer les développeurs et de construire un écosystème autour de sa technologie, sans pour autant sacrifier la rentabilité sur d'autres segments. Pour les entreprises et développeurs qui cherchent des alternatives aux modèles occidentaux fermés comme GPT-4o ou Claude, Kimi K2.6 représente une option sérieuse, particulièrement pour des usages intensifs en programmation. La décision de Moonshot AI s'inscrit dans une dynamique plus large de compétition entre stratégies ouvertes et fermées en Chine. Alors que des acteurs comme DeepSeek ont démontré qu'un modèle open source pouvait rivaliser avec les meilleurs systèmes propriétaires, les entreprises chinoises naviguent entre impératifs commerciaux et pression à la transparence. La coexistence de l'engagement collectif à l'open source et des investissements parallèles dans des systèmes fermés révèle que la stratégie optimale reste encore à définir dans un secteur en mutation rapide.

Démonstration Qwen 3.6-35B-A3B : inférence multimodale, raisonnement, appel d'outils, MoE, RAG et persistance de session

Alibaba a publié Qwen 3.6-35B-A3B, un modèle de langage multimodal à architecture MoE (Mixture of Experts) de 35 milliards de paramètres, dont seulement 3,6 milliards sont activés par inférence. Un tutoriel complet, publié en avril 2026, détaille comment déployer ce modèle de bout en bout dans un environnement Google Colab équipé d'un GPU A100 ou L4. L'implémentation couvre un spectre large de fonctionnalités : inférence multimodale avec traitement d'images, contrôle du budget de raisonnement, génération en streaming avec séparation des traces de réflexion et des réponses finales, appel d'outils externes, génération JSON structurée, inspection du routage MoE, benchmarking, génération augmentée par récupération (RAG) et persistance de session. Le code charge le modèle de manière adaptative selon la VRAM disponible : en précision complète bfloat16 au-delà de 75 Go, en quantification int8 entre 40 et 75 Go, et en int4 en dessous, réduisant ainsi les besoins matériels d'un modèle qui pèse environ 70 Go à télécharger. Ce type d'implémentation représente un tournant concret pour les développeurs et chercheurs qui souhaitent expérimenter avec des modèles de frontier-level sans infrastructure cloud dédiée. La capacité à contrôler explicitement le budget de raisonnement, c'est-à-dire la profondeur de réflexion que le modèle alloue avant de répondre, ouvre des usages précis : réduire la latence pour des tâches simples, ou au contraire laisser le modèle « penser » longuement sur des problèmes complexes de code ou de raisonnement logique. L'intégration native du RAG permet de connecter le modèle à des bases de connaissances externes sans fine-tuning, tandis que la persistance de session autorise des conversations longues et cohérentes sur plusieurs échanges. Pour les équipes produit, cela signifie qu'un prototype d'assistant multimodal capable d'appeler des API, d'analyser des images et de maintenir un contexte conversationnel peut être construit sur une seule machine GPU en quelques heures. Qwen 3.6-35B-A3B s'inscrit dans la série Qwen 3 d'Alibaba Cloud, dont plusieurs variantes ont été publiées en open-source début 2025, positionnant le groupe chinois comme concurrent direct d'OpenAI, Google DeepMind et Meta sur le segment des grands modèles accessibles. L'architecture MoE est au coeur de cette stratégie : en n'activant qu'une fraction des paramètres à chaque inférence, elle permet de combiner la capacité d'un très grand modèle avec un coût de calcul réduit. Le tutoriel en question s'adresse aux praticiens qui veulent dépasser l'usage via API et comprendre les mécanismes internes, notamment le routage des experts, observable directement dans le code fourni. La prochaine étape naturelle pour la communauté sera d'évaluer ces capacités sur des benchmarks standardisés et d'intégrer ces modèles dans des pipelines de production, un domaine où la persistance de session et l'appel d'outils deviennent des critères de sélection aussi importants que les scores académiques.

[AINews] Moonshot Kimi K2.6 : le meilleur modèle open source du monde se met à jour pour rivaliser avec Opus 4.6 (avant DeepSeek v4 ?)

Moonshot AI a lancé Kimi K2.6 le 18 avril 2026, une mise à jour majeure de son modèle de langage open-weight qui consolide la position du laboratoire chinois en tête des modèles ouverts mondiaux. Ce modèle de type Mixture-of-Experts (MoE) totalise 1 000 milliards de paramètres, avec 32 milliards actifs à la fois, 384 experts, une fenêtre de contexte de 256 000 tokens, la multimodalité native et une quantification INT4. Disponible dès le jour de lancement sur vLLM, OpenRouter, Cloudflare Workers AI, Baseten et MLX, il revendique des records open source sur plusieurs benchmarks de référence : 54,0 sur HLE with tools, 58,6 sur SWE-Bench Pro, 76,7 sur SWE-Bench Multilingual et 83,2 sur BrowseComp. Moonshot revendique également des capacités d'exécution longue durée inédites : plus de 4 000 appels d'outils enchaînés, des sessions continues de plus de 12 heures, et jusqu'à 300 sous-agents parallèles via un système baptisé "Claw Groups". Simultanément, Alibaba a publié Qwen3.6-Max-Preview, un avant-goût de son prochain modèle phare, qui a atteint la 7e place dans le classement Code Arena, propulsant Alibaba au 3e rang des laboratoires dans cette catégorie. Ces sorties illustrent une accélération concrète des modèles ouverts chinois dans les domaines du code et des agents autonomes, deux terrains jusqu'ici dominés par des acteurs américains comme Anthropic, OpenAI et Google. La communauté des développeurs a rapidement adopté K2.6 comme alternative crédible à Claude ou GPT-4 pour des tâches d'infrastructure : des utilisateurs rapportent une exécution autonome sur cinq jours, des réécritures de noyaux système, et un moteur d'inférence en Zig surpassant LM Studio de 20 % en débit. K2.6 tient également tête à Gemini 3.1 Pro sur les tâches de design frontend avec un taux de victoire et d'égalité de 68,6 %, un terrain considéré comme le point fort de Google. Le contexte est celui d'une course ouverte et intense entre laboratoires. Depuis le lancement de K2.5 en janvier 2026, Moonshot occupe la première place parmi les labs chinois open source, dans un silence relatif de DeepSeek depuis la version v3.2, dont une v4 reste attendue. Moonshot est par ailleurs l'un des trois laboratoires chinois que l'équipe d'Anthropic a cités en février pour avoir potentiellement utilisé ses données d'entraînement sans autorisation. En parallèle, Hermes Agent, la pile d'agents open source la plus en vue du moment, a dépassé 100 000 étoiles sur GitHub en moins de deux mois, détrônant OpenClaw en croissance hebdomadaire. L'ensemble du tableau suggère que les modèles ouverts, portés par des labs asiatiques bien dotés, ne jouent plus dans une catégorie inférieure aux modèles propriétaires occidentaux.

L'équipe Qwen publie en open source Qwen3.6-35B-A3B, modèle vision-langage MoE à 3 milliards de paramètres actifs

L'équipe Qwen d'Alibaba a publié Qwen3.6-35B-A3B, le premier modèle open-weight de la génération Qwen3.6, une architecture multimodale de type Mixture of Experts (MoE) qui combine 35 milliards de paramètres au total, mais n'en active que 3 milliards lors de l'inférence. Le modèle repose sur 256 experts par couche, dont seulement 8 sont mobilisés par token, ce qui maintient les coûts de calcul et la latence au niveau d'un modèle bien plus petit. Il intègre un encodeur visuel natif capable de traiter images, documents, vidéos et tâches de raisonnement spatial, avec une fenêtre de contexte native de 262 144 tokens, extensible jusqu'à plus d'un million via la technique YaRN. Le modèle est disponible en open-weight, accompagné d'un billet de blog technique détaillé publié sur qwen.ai. Les performances en développement logiciel autonome constituent l'argument le plus fort de ce lancement. Sur SWE-bench Verified, le benchmark de référence pour la résolution de problèmes GitHub réels, Qwen3.6-35B-A3B obtient 73,4 points, contre 70,0 pour son prédécesseur Qwen3.5-35B-A3B et 52,0 pour Gemma4-31B de Google. Sur Terminal-Bench 2.0, qui évalue un agent accomplissant des tâches dans un vrai terminal avec trois heures allouées, il atteint 51,5, devant tous les modèles comparés. En génération de code frontend, l'écart est encore plus marqué: le modèle score 1 397 sur QwenWebBench interne, contre 978 pour la version précédente. Sur les benchmarks de raisonnement scientifique, il obtient 92,7 sur AIME 2026 et 86,0 sur GPQA Diamond. Côté vision, il surpasse Claude Sonnet 4.5 sur MMMU (81,7 contre 79,6), sur RealWorldQA (85,3 contre 70,3) et sur VideoMMMU (83,7 contre 77,6). Ce lancement s'inscrit dans une course intense entre les grands laboratoires chinois et occidentaux pour produire des modèles à la fois performants et économiquement viables à déployer. L'approche MoE, popularisée par Mistral avec Mixtral puis reprise par Meta, DeepSeek et désormais Alibaba, répond directement à la contrainte centrale du déploiement en production: réduire le coût par token sans sacrifier la qualité. Qwen3.6-35B-A3B joue ici sur deux tableaux simultanément, en ciblant à la fois les développeurs qui cherchent un agent de codage capable et les équipes qui ont besoin de capacités visuelles avancées sans financer un modèle dense de 100 milliards de paramètres. La disponibilité en open-weight renforce l'attractivité du modèle pour les entreprises soucieuses de garder la main sur leur infrastructure, dans un contexte où les modèles propriétaires de frontier comme GPT-4o ou Gemini Ultra restent hors de portée pour un déploiement local.

Vous avez aimé HappyHorse ? Happy Oyster prépare quelque chose d’encore plus fou

Alibaba Group a officialisé ce jeudi 16 avril 2026 le lancement de Happy Oyster, son nouveau modèle d'intelligence artificielle dédié à la création de mondes 3D interactifs en temps réel. Ce système, développé par Alibaba ATH, succède directement à HappyHorse, le modèle vidéo du groupe qui avait attiré l'attention ces dernières semaines pour ses capacités de génération vidéo à partir de texte et d'images. Contrairement à son prédécesseur, Happy Oyster ne produit pas de simples séquences vidéo linéaires : il construit des environnements tridimensionnels navigables que l'utilisateur peut explorer librement, comme s'il se déplaçait dans un décor numérique. L'API de HappyHorse-1.0, qui a servi de fondation technique à ce nouveau système, doit quant à elle être rendue publique dès le 30 avril prochain. L'impact de cette annonce dépasse le cadre d'une simple mise à jour technologique. Happy Oyster cible explicitement les industries du cinéma, des séries et du jeu vidéo, en proposant aux créateurs un outil capable de générer des environnements complets et dynamiques sans passer par les pipelines de production 3D traditionnels. La frontière entre vidéo générée, moteur de jeu et expérience immersive s'efface : les contenus ne se regardent plus passivement, ils se parcourent. Pour les studios indépendants ou les développeurs solo, cela représente un saut de productivité potentiellement considérable, en réduisant le temps et le coût nécessaires à la création de scènes complexes. Cette sortie s'inscrit dans une bataille technologique intense entre les géants technologiques chinois sur le terrain de la vidéo générative. Le même jour, Tencent dévoilait HY-World 2.0, un système lui aussi orienté vers la création interactive, mais avec une philosophie différente : là où Alibaba mise sur une génération vidéo bout en bout fluide et directement exploitable, Tencent privilégie la production d'éléments 3D modulaires, modifiables de manière isolée. Ces deux approches opposées illustrent la maturité croissante d'un marché chinois de l'IA vidéo qui cherche désormais à dépasser la simple génération de clips pour s'imposer dans la création de mondes numériques entiers. Alibaba, en annonçant simultanément l'ouverture prochaine de son API, signale clairement sa volonté de construire un écosystème de développeurs autour de ses modèles, accélérant ainsi leur adoption industrielle.

Comprendre l'état actuel de l'IA : ces graphiques sont essentiels

Le rapport annuel AI Index 2026 de l'Institut HAI de l'Université Stanford, publié ce mois-ci, dresse un bilan saisissant de l'état de l'intelligence artificielle mondiale. Malgré les prédictions d'un essoufflement technologique, les modèles de pointe continuent de progresser à un rythme sans précédent. Sur le benchmark SWE-bench Verified, qui mesure les capacités en ingénierie logicielle, les meilleurs scores sont passés d'environ 60 % en 2024 à près de 100 % en 2025. Les modèles atteignent désormais ou dépassent les performances d'experts humains sur des tests de niveau doctorat en sciences, mathématiques et compréhension du langage. L'adoption de l'IA par le grand public progresse plus vite que celle du PC ou d'Internet en leur temps, et les entreprises du secteur génèrent des revenus plus rapidement que lors de n'importe quel autre boom technologique de l'histoire. Le tout, en dépensant des centaines de milliards de dollars en centres de données et en puces électroniques. Cette accélération a des conséquences concrètes et massives. Les centres de données IA dans le monde peuvent désormais consommer 29,6 gigawatts d'électricité, soit l'équivalent de la consommation maximale de l'État de New York. La seule utilisation de GPT-4o d'OpenAI pourrait dépasser annuellement les besoins en eau potable de 12 millions de personnes. La chaîne d'approvisionnement en semi-conducteurs représente une vulnérabilité stratégique majeure : les États-Unis concentrent la majorité des centres de données mondiaux, mais une seule entreprise taïwanaise, TSMC, fabrique la quasi-totalité des puces IA de pointe. Par ailleurs, les benchmarks censés mesurer les progrès de l'IA, les cadres réglementaires et le marché du travail peinent à suivre un secteur qui avance bien plus vite qu'eux. Sur le plan géopolitique, la course entre les États-Unis et la Chine est désormais au coude à coude. En début d'année 2023, OpenAI dominait nettement avec ChatGPT, mais l'écart s'est resserré en 2024 avec l'arrivée des modèles de Google et Anthropic. En février 2025, DeepSeek R1, développé par un laboratoire chinois, a brièvement égalé ChatGPT. En mars 2026, Anthropic prend la tête du classement Arena, suivi de près par xAI, Google et OpenAI, tandis que DeepSeek et Alibaba ne sont qu'à faible distance. Si les États-Unis disposent de modèles plus puissants, de davantage de capitaux et de 5 427 centres de données (dix fois plus que tout autre pays), la Chine domine en publications scientifiques, brevets et robotique. La transparence, elle, recule : OpenAI, Anthropic et Google ne divulguent plus leurs codes d'entraînement ni la taille de leurs modèles, compliquant le travail des chercheurs indépendants en matière de sécurité de l'IA.

💬 SWE-bench à presque 100% en un an, des modèles qui surpassent des experts sur des tests de doctorat, une adoption plus rapide qu'Internet en son temps. Les chiffres Stanford HAI 2026 sont là, vérifiables, pas du storytelling de keynote. Ce qui coince, c'est que pendant que les perfs s'envolent, OpenAI, Anthropic et Google ont discrètement arrêté de publier tailles de modèles et codes d'entraînement, laissant les chercheurs en sécurité IA travailler de plus en plus dans le noir.

On a testé le MacBook Pro M5 Pro avec 48 Go de RAM : la config parfaite pour de l’IA locale ?

Apple a lancé début 2025 son MacBook Pro équipé de la puce M5 Pro, disponible à partir de 3 199 euros dans sa configuration 48 Go de RAM unifée. La version haut de gamme, le M5 Max avec 128 Go de mémoire, monte jusqu'à 6 429 euros sans augmentation du stockage. Des journalistes tech ont soumis cette machine à des tests intensifs de LLM locaux, faisant tourner des modèles open source tels que Mistral, DeepSeek, les modèles Alibaba Qwen et plusieurs variantes Google Gemma directement sur le matériel, sans connexion cloud. Ce type de configuration intéresse de plus en plus les développeurs, chercheurs et professionnels qui veulent exécuter des modèles de langage en local pour des raisons de confidentialité, de latence ou de coût. La mémoire unifiée des puces Apple Silicon est une architecture particulièrement adaptée à ce cas d'usage : contrairement aux PC classiques où la RAM et la VRAM sont séparées, le CPU et le GPU partagent le même pool mémoire, ce qui permet de charger entièrement des modèles de 30 à 70 milliards de paramètres sans swap. Les résultats des tests montrent des vitesses d'inférence utilisables au quotidien, loin derrière un GPU NVIDIA haut de gamme mais suffisantes pour un workflow professionnel autonome. Cette tendance s'inscrit dans un mouvement plus large de démocratisation de l'IA locale, accéléré par la sortie de modèles open source performants et compacts. Des acteurs comme Mistral AI, DeepSeek ou Alibaba proposent désormais des versions quantisées de leurs modèles optimisées pour ce type de matériel. Face aux interrogations croissantes sur la souveraineté des données et la dépendance aux API cloud, le couple Apple Silicon + ollama ou LM Studio s'impose comme une alternative crédible pour les professionnels prêts à investir plusieurs milliers d'euros dans une machine autonome.

💬 Le M5 Pro 48 Go, c'est le premier Mac où je me dis que l'IA locale est devenue praticable sans compromis majeur. Tu charges un modèle de 30 à 70 milliards de paramètres, ça tourne sur la même mémoire que le reste, pas de swap, pas de GPU externe à brancher. 3 200 euros de base, c'est cher, et la vitesse d'inférence reste loin d'un bon GPU NVIDIA, mais pour du travail autonome sur des données confidentielles, j'ai du mal à voir mieux dans ce format.

Unitree R1 : le robot humanoïde arrive sur AliExpress à 5 900 dollars

Unitree, le fabricant chinois de robots déjà célèbre pour ses chiens-robots quadrupèdes, vient de mettre en vente son humanoïde R1 sur AliExpress à partir de 5 900 dollars. Le robot est proposé directement sur la marketplace d'Alibaba, accessible à tout acheteur disposant d'un compte et d'un budget suffisant. Le R1 mesure environ 1,60 mètre, pèse autour de 50 kilogrammes, et embarque des capacités de locomotion bipède ainsi qu'une paire de bras articulés capables de manipuler des objets du quotidien. Aucune date de livraison globale n'a été précisée pour l'ensemble des marchés, mais la mise en vente marque une première concrète dans la démocratisation de la robotique humanoïde. Ce prix de 5 900 dollars représente un seuil symbolique : il place pour la première fois un robot humanoïde dans une fourchette accessible à des entreprises de taille moyenne, des laboratoires universitaires, voire à des particuliers aisés et passionnés de technologie. Jusqu'ici, les humanoïdes commerciaux les plus avancés, comme le Figure 01 ou l'Atlas de Boston Dynamics, visaient exclusivement des clients industriels avec des tarifs bien au-delà de 100 000 dollars. Unitree court-circuite cette logique en passant directement par un canal grande consommation. Cette mise en vente s'inscrit dans une dynamique d'industrialisation rapide de la robotique chinoise, portée par des coûts de fabrication compétitifs et une chaîne d'approvisionnement mature en composants électroniques et en actionneurs. Unitree a bâti sa réputation sur le Spot-like Go1 et Go2, vendus à des milliers d'unités dans le monde entier, avant de pivoter vers l'humanoïde. La concurrence avec Boston Dynamics, Agility Robotics ou Tesla Optimus se déplace désormais sur le terrain du prix, et Pékin semble avoir une longueur d'avance sur ce front.

💬 5 900 dollars sur AliExpress, c'est le genre de chiffre qui rend Boston Dynamics nerveux. Unitree ne joue pas sur leur terrain, il le court-circuite complètement en passant par la grande conso, directement accessible à un labo universitaire ou une PME curieuse. Bon, sur le papier le R1 ne va pas remplacer un Optimus, mais à ce prix-là, beaucoup de gens vont quand même appuyer sur "Acheter".

AI Engineer Europe 2026

La conférence AI Engineer Europe 2026 vient de s'achever après trois jours intenses qui ont réuni des centaines de professionnels de l'IA entre sessions en ligne, ateliers et plus d'une centaine de conférences en présentiel. L'événement a notamment inclus des visites au 10 Downing Street et des tables rondes en podcast avec des programmes comme ThursdAI et ETN. Sur le plan technique, la principale avancée annoncée est le modèle GLM-5.1 de Z.ai, qui a atteint la 3e place sur le classement Code Arena, dépassant apparemment Gemini 3.1 et GPT-5.4, et se positionnant au niveau de Claude Sonnet 4.6. Z.ai occupe désormais la première place parmi les modèles open source, à seulement 20 points du sommet du classement général. Alibaba a également profité de la dynamique de l'événement pour livrer Qwen Code v0.14.x, intégrant des canaux de contrôle à distance via Telegram, DingTalk et WeChat, des tâches récurrentes par cron, un contexte de 1 million de tokens avec 1 000 requêtes gratuites par jour, et un mode de planification. Ces annonces reflètent une tendance de fond qui s'impose comme nouveau paradigme d'architecture : le modèle "exécuteur léger + conseiller puissant". L'idée, formalisée conjointement par Anthropic au niveau de son API et par des chercheurs de Berkeley, consiste à utiliser un modèle rapide pour la majorité des tâches, en escaladant vers un modèle plus coûteux uniquement aux points de décision difficiles. Les résultats mesurés sont significatifs : associer Haiku à Opus doublerait le score sur BrowseComp par rapport à Haiku seul, tandis que Sonnet combiné à Opus améliorerait les performances sur SWE-bench Multilingual tout en réduisant le coût par tâche. Ce pattern a été immédiatement implémenté en open source via un middleware advisor pour LangChain DeepAgents, signe d'une adoption communautaire très rapide. Cette convergence s'inscrit dans une frustration opérationnelle croissante chez les praticiens : les grands modèles sont devenus spécialisés et instables selon les domaines. Yuchen Jin souligne par exemple qu'Opus excelle sur le frontend et les flux agentiques, pendant que GPT-5.4 est plus performant sur les systèmes backend et distribués, mais que les outils comme Claude Code ou Codex restent trop liés à un seul fournisseur. La demande se déplace donc vers des workflows capables de partager le contexte, de router automatiquement vers le bon modèle et de faire collaborer plusieurs LLM dans une seule session. Dans cet écosystème en mouvement, le framework Hermes Agent s'est distingué comme la plateforme avec le plus fort momentum, avec la sortie de sa version 0.8.0, le lancement de Hermes Workspace Mobile intégrant exécution d'outils en direct, navigateur de mémoire et catalogue de compétences, et l'annonce d'un mode FAST pour GPT-5.4.

LM Studio rachète Locally AI, l’application française pour installer un LLM local sur son iPhone

LM Studio, logiciel américain spécialisé dans l'exécution de modèles de langage en local sur Mac, a annoncé l'acquisition de Locally AI, une application française dédiée à l'iPhone. Locally AI permettait aux utilisateurs d'installer et de faire tourner directement sur leur appareil des modèles open source tels que Qwen d'Alibaba ou Gemma de Google, sans passer par le cloud. L'application se distinguait également par l'un des rares accès publics au modèle Apple Foundation, que la firme de Cupertino réserve normalement en exclusivité à ses propres fonctions Apple Intelligence. Cette acquisition marque une étape importante dans la démocratisation de l'IA locale sur mobile. En intégrant Locally AI à son écosystème, LM Studio étend son périmètre au-delà du Mac et s'impose comme un acteur transversal sur les plateformes Apple, couvrant désormais à la fois ordinateurs et smartphones. Pour les utilisateurs, cela représente une garantie de confidentialité renforcée : les données restent sur l'appareil, sans transmission à des serveurs tiers, ce qui intéresse particulièrement les professionnels soucieux de la souveraineté de leurs données. Le rachat s'inscrit dans une tendance de fond : la course aux modèles légers et efficaces capables de tourner sur du matériel grand public. Apple Silicon a ouvert la voie en offrant des puces suffisamment performantes pour inférer des modèles de plusieurs milliards de paramètres directement sur iPhone ou Mac. LM Studio, en consolidant l'offre iOS et macOS sous une même bannière, se positionne comme la référence de l'IA on-device dans l'univers Apple, face à des concurrents comme Ollama ou GPT4All qui restent cantonnés au desktop.

Gemma 4 : Google lance une famille de quatre modèles IA en open source (Apache 2.0)

Google a lancé Gemma 4, sa nouvelle famille de modèles d'intelligence artificielle en open source, quelques jours avant le week-end de Pâques 2026. La gamme comprend quatre variantes baptisées E2B, E4B, 26B A4B et 31B, offrant respectivement 2,3, 4,5, 25,2 et 30,7 milliards de paramètres. Le modèle 26B A4B adopte une architecture Mixture of Experts (MoE), ce qui signifie que seuls 3,8 milliards de paramètres sont effectivement activés lors de chaque inférence, réduisant considérablement la puissance de calcul nécessaire. Tous les modèles sont multimodaux : ils traitent du texte et des images, les deux plus petits ajoutant la reconnaissance vocale. Les fenêtres de contexte atteignent 128 000 tokens pour les modèles E2B et E4B, et 256 000 tokens pour les deux plus grands. L'ensemble de la famille intègre un mode de raisonnement pas-à-pas, une prise en charge native des outils pour les workflows d'agents, ainsi que des capacités de génération et correction de code. La licence retenue est Apache 2.0, considérée comme l'une des plus permissives : elle autorise la modification, la distribution et l'usage commercial sans contrainte majeure, à condition de conserver les mentions de copyright. Ce changement de licence est la décision la plus significative de cette annonce. Jusqu'ici, Google publiait ses modèles Gemma sous une licence maison, les "Gemma Terms of Use", qui lui permettait de restreindre l'utilisation à sa discrétion. En passant à Apache 2.0, Google offre aux développeurs, entreprises et chercheurs une garantie juridique bien plus solide pour intégrer ces modèles dans des produits commerciaux ou des recherches sensibles. La diversité des tailles proposées, notamment les variantes à 2,3 et 4,5 milliards de paramètres, permet de faire tourner Gemma 4 directement sur des ordinateurs personnels ou des smartphones, sans envoyer de données vers des serveurs tiers. Pour les entreprises soucieuses de confidentialité ou les développeurs indépendants aux ressources limitées, c'est un argument concret et immédiat. Avec cette décision, Google rejoint un camp qui compte déjà Mistral avec son modèle 7B publié en septembre 2023, OpenAI avec gpt-oss-120b et Alibaba avec sa famille Qwen, tous distribués sous Apache 2.0. Meta reste en retrait avec ses modèles LLaMA, soumis à une licence plus restrictive. Le contexte concurrentiel est intense : le marché des modèles ouverts s'est considérablement animé ces dix-huit derniers mois, et Google cherche à s'y positionner comme un acteur sérieux face à des alternatives bien établies. L'annonce intervient également au moment où Anthropic durcit ses conditions d'accès pour les applications tierces sur ses modèles payants, un contraste saisissant qui renforce l'attrait de l'approche ouverte de Google. Les suites dépendront de l'adoption par la communauté et des benchmarks indépendants, mais la combinaison licence permissive et gamme de tailles variées donne à Gemma 4 de sérieux atouts pour s'imposer dans l'écosystème open source.

💬 La vraie nouvelle, c'est pas les 31 milliards de paramètres, c'est Apache 2.0. Google arrête de jouer avec ses licences maison qui laissaient planer un doute juridique permanent sur l'usage commercial, et ça change tout pour les boîtes qui hésitaient à s'engager. Le petit E2B à 2,3 milliards avec 128k de contexte qui tourne en local, bon, sur le papier c'est exactement ce qu'on attendait pour des usages RGPD-friendly. Reste à voir ce que les benchmarks indépendants vont donner, parce que Google sait aussi soigner ses annonces de Pâques.

Construire un pipeline Netflix VOID de suppression d'objets vidéo avec CogVideoX

Netflix a publié VOID (Video Object Inpainting and Detection), un modèle d'intelligence artificielle capable de supprimer des objets d'une vidéo et de reconstituer le fond de manière réaliste. Le pipeline repose sur CogVideoX-Fun-V1.5-5b-InP, un modèle d'inpainting vidéo développé par Alibaba PAI et distribué via Hugging Face. Le code source est accessible publiquement sur GitHub à l'adresse netflix/void-model, et le checkpoint officiel void_pass1.safetensors est téléchargeable depuis le dépôt netflix/void-model sur Hugging Face. Pour faire tourner le système, il faut au minimum 40 Go de VRAM, un GPU A100 étant recommandé par les ingénieurs de Netflix eux-mêmes. Le workflow comprend plusieurs étapes : cloner le dépôt, télécharger les modèles de base, préparer des séquences vidéo d'entrée avec leurs masques, puis lancer l'inférence pour obtenir une vidéo où l'objet ciblé a été effacé et remplacé par un fond cohérent. Une intégration optionnelle avec l'API d'OpenAI permet de générer automatiquement un prompt décrivant le fond souhaité, ce qui améliore la qualité du résultat final. Ce type d'outil représente une avancée significative pour la production audiovisuelle. Supprimer un objet indésirable d'une scène vidéo, un câble visible, un accessoire oublié en arrière-plan ou un logo non autorisé, est une opération courante en post-production qui nécessite aujourd'hui des heures de travail manuel dans des logiciels spécialisés comme Adobe After Effects ou DaVinci Resolve. Avec VOID, Netflix propose une approche automatisée basée sur la génération vidéo, où le modèle ne se contente pas de masquer une zone mais reconstitue activement ce qui se trouverait derrière l'objet supprimé, en tenant compte du mouvement de la caméra et de la cohérence temporelle entre les frames. Pour les studios de production et les équipes VFX, cela pourrait réduire drastiquement les coûts et délais associés aux corrections de plans en post-production. Netflix n'est pas le premier acteur à s'aventurer sur ce terrain. Des outils comme RunwayML Gen-3 ou Adobe Firefly Video proposent déjà des fonctionnalités similaires en mode SaaS, mais rares sont les modèles publiés en open source avec un pipeline complet et reproductible. En rendant VOID accessible, Netflix s'inscrit dans une tendance récente de grandes entreprises tech qui publient des modèles de recherche appliquée, à l'image de Meta avec SAM 2 pour la segmentation vidéo ou de Google avec ses travaux sur l'édition de scènes. L'architecture choisie, basée sur CogVideoX et les transformers de diffusion vidéo, reflète l'état de l'art actuel dans le domaine. La prochaine étape probable sera l'intégration de passes multiples et le traitement de vidéos longue durée, l'infrastructure actuelle étant limitée à des clips courts en raison des contraintes mémoire des GPU disponibles.

Netflix ouvre en open source VOID, un modèle IA qui efface des objets de vidéos en respectant la physique

Netflix et l'institut bulgare INSAIT, rattaché à l'Université Sofia « St. Kliment Ohridski », ont publié en open source VOID (Video Object and Interaction Deletion), un modèle d'intelligence artificielle capable de supprimer des objets dans des vidéos en tenant compte de leurs effets physiques sur la scène. Construit sur CogVideoX-Fun-V1.5-5b-InP, un modèle 3D Transformer d'Alibaba PAI comptant 5 milliards de paramètres, VOID a été affiné pour le video inpainting avec un système de masques à quatre niveaux. Il fonctionne à une résolution de 384×672 pixels, traite jusqu'à 197 images consécutives, et tourne en BF16 avec quantification FP8 pour limiter la consommation mémoire. L'article de recherche est disponible sur arXiv (2604.02296) et le code a été mis à disposition publiquement. Ce que VOID résout est fondamentalement différent de ce que font les outils d'inpainting existants. Supprimer un objet d'une vidéo en remplissant les pixels manquants est un problème résolu depuis des années — ce que les équipes VFX passent des semaines à corriger, c'est la causalité physique : si l'on efface un acteur qui tient une guitare, la guitare doit tomber naturellement, pas rester en suspension. VOID introduit un « quadmask », un masque à quatre valeurs (0, 63, 127, 255) qui distingue l'objet primaire à supprimer, les zones de chevauchement, les régions affectées par les interactions physiques, et l'arrière-plan à conserver. Testé face à ProPainter, DiffuEraser, Runway, MiniMax-Remover, ROSE et Gen-Omnimatte sur des données synthétiques et réelles, VOID surpasse tous ses concurrents dans le maintien de la cohérence dynamique de la scène après suppression. L'enjeu dépasse largement l'outillage de post-production hollywoodien. Netflix, qui investit massivement dans la production de contenu original à l'échelle mondiale, a un intérêt direct à automatiser des tâches VFX qui mobilisent aujourd'hui des dizaines de spécialistes humains pendant des semaines. En open-sourçant VOID, l'équipe accélère l'adoption dans des studios indépendants et des pipelines de production à plus petits budgets, tout en se positionnant comme acteur de référence dans la recherche en vidéo générative. La dépendance au checkpoint CogVideoX d'Alibaba PAI, téléchargeable séparément sur Hugging Face, soulève par ailleurs des questions sur les chaînes de dépendances dans l'écosystème open source de l'IA vidéo — un sujet qui prendra de l'importance à mesure que ces modèles entrent dans des workflows de production professionnels réglementés.

💬 Le vrai problème que VOID résout, c'est pas l'inpainting des pixels, c'est la causalité : si tu effaces un personnage qui porte quelque chose, les effets physiques de cet objet doivent continuer d'exister dans la scène. C'est exactement ce qui bloque des équipes VFX pendant des semaines, et personne avait encore publié un modèle open source qui s'y attaquait sérieusement. Reste à voir comment ça tient sur des scènes complexes en prod, mais la dépendance au checkpoint Alibaba va poser des questions dans les pipelines professionnels réglementés, surtout en Europe.

Google dévoile 4 IA qui peuvent tourner sur votre smartphone ou votre ordinateur, sans Internet

Google a présenté Gemma 4, sa nouvelle famille de quatre modèles d'intelligence artificielle en open source, conçus pour fonctionner directement sur des appareils grand public, smartphones et ordinateurs, sans nécessiter de connexion internet. Ces quatre variantes, pensées pour des usages et des capacités de calcul différents, sont accessibles librement aux développeurs et aux entreprises souhaitant les intégrer dans leurs propres applications. L'enjeu est considérable pour les utilisateurs : faire tourner une IA en local signifie que les données ne quittent plus l'appareil, ce qui renforce la confidentialité et supprime la dépendance aux serveurs distants. Pour les développeurs, c'est aussi la possibilité de déployer des applications IA fonctionnelles dans des environnements sans connectivité stable, ce qui ouvre des marchés entiers, du secteur médical aux zones rurales. Google entre ainsi en compétition directe sur le segment des modèles légers et open source, un terrain jusqu'ici dominé par des acteurs comme DeepSeek, le laboratoire chinois qui avait surpris l'industrie début 2025 avec des modèles très performants à faible coût, et Qwen d'Alibaba. La course aux modèles embarqués s'intensifie, chaque acteur cherchant à s'imposer comme standard dans les écosystèmes locaux avant que le marché ne se cristallise.

💬 Gemma 4, c'est Google qui arrive enfin sur un terrain où DeepSeek et Qwen s'installaient tranquillement depuis un an. Quatre modèles open source qui tournent en local, donc tes données restent sur ta machine, ce qui change vraiment la donne pour tout ce qui touche à la santé ou à la conformité RGPD. La question maintenant, c'est qui va s'imposer comme standard avant que le marché se fige, et là Google part avec un avantage de distribution qu'aucun labo chinois n'a.

Gemma 4 : les meilleurs petits modèles multimodaux open source, nettement supérieurs à Gemma 3

Google DeepMind a lancé Gemma 4 les 1er et 2 avril 2026, une nouvelle famille de modèles open-weight qui marque le bond le plus significatif de la série depuis un an. Quatre variantes sont disponibles : un modèle dense de 31 milliards de paramètres, un modèle MoE de 26 milliards (avec seulement 4 milliards de paramètres actifs, baptisé 26B-A4B), et deux modèles compacts orientés mobile et IoT, l'E4B et l'E2B, dotés de capacités multimodales natives incluant texte, vision et audio. Tous sont publiés sous licence Apache 2.0, un changement majeur par rapport aux licences plus restrictives des versions précédentes. Les grands modèles supportent une fenêtre de contexte allant jusqu'à 256 000 tokens, avec des capacités de function calling et de génération JSON structurée. Sur les benchmarks, le 31B se classe troisième parmi tous les modèles open-source selon l'Arena Leaderboard, et premier parmi les modèles américains ouverts, affichant un score de 85,7 % sur GPQA Diamond en mode raisonnement, à égalité avec des modèles bien plus massifs comme Kimi K2.5 (744 milliards de paramètres) ou GLM-5 de Z.ai (1 000 milliards de paramètres). Ces résultats sont importants pour l'ensemble de l'écosystème open-source car ils démontrent qu'un modèle de 31 milliards de paramètres peut rivaliser avec des architectures vingt fois plus grandes, rendant le déploiement local économiquement viable pour des entreprises de toutes tailles. Le support day-0 a été assuré simultanément par llama.cpp, Ollama, vLLM, LM Studio et Transformers, ce qui signifie que les développeurs ont pu télécharger et exécuter Gemma 4 dès le jour du lancement sur GPU consumer ou Mac Apple Silicon. Des benchmarks concrets rapportent 300 tokens par seconde en temps réel sur un M2 Ultra avec la variante 26B-A4B en quantification Q8_0. La licence Apache 2.0 autorise l'usage commercial sans restriction, ce qui lève un frein important à l'adoption en entreprise. Ce lancement intervient dans un contexte de fragilisation du leadership américain en matière de modèles ouverts : l'Allen Institute for AI traverse des turbulences internes, et le projet de modèle open-source d'OpenAI reste dans un statut incertain. Google DeepMind comble ainsi partiellement ce vide, capitalisant sur la traction de Gemma 3 qui a enregistré 400 millions de téléchargements et généré plus de 100 000 variantes communautaires. Les capacités audio et vision des modèles edge alimentent également des spéculations sur un rôle possible de Gemma 4 dans le cadre du partenariat Apple-Google pour le futur Siri sur appareil. Les prochaines semaines diront si cet avantage technique se traduit en adoption massive, notamment face à des concurrents comme Mistral ou les modèles Qwen d'Alibaba.

💬 Le 31B qui tient tête à des architectures de 700 milliards de paramètres, bon, sur les benchmarks ça impressionne vraiment. Mais ce qui change tout, c'est la licence Apache 2.0 sans condition commerciale, parce que c'était ça le vrai frein à l'adoption en entreprise. 300 tokens par seconde sur M2 Ultra avec la variante MoE, t'as plus besoin de louer du GPU pour faire tourner quelque chose de sérieux.

Google publie Gemma 4 sous licence Apache 2.0 — un changement de licence qui pourrait compter plus que les benchmarks

Google DeepMind a publié Gemma 4, sa nouvelle famille de modèles ouverts, sous licence Apache 2.0, un changement qui pourrait s'avérer plus décisif que n'importe quel score sur les benchmarks. Jusqu'ici, les versions précédentes de Gemma utilisaient une licence propriétaire avec des restrictions d'usage et des clauses modifiables unilatéralement par Google, ce qui poussait de nombreuses équipes entreprises à lui préférer Mistral ou Qwen d'Alibaba. Avec Gemma 4, Google adopte les mêmes termes permissifs que l'essentiel de l'écosystème open-weight : aucune restriction commerciale, aucune clause d'usage "nuisible" à interpréter juridiquement, redistribution libre. La famille se compose de quatre modèles répartis en deux niveaux. Le niveau "workstation" comprend un modèle dense à 31 milliards de paramètres et un modèle Mixture-of-Experts (MoE) de 26B A4B, tous deux capables de traiter texte et images avec une fenêtre de contexte de 256 000 tokens. Le niveau "edge" propose les modèles E2B et E4B, conçus pour smartphones, appareils embarqués et ordinateurs portables, supportant texte, image et audio avec 128 000 tokens de contexte. Ce changement de licence lève un frein majeur à l'adoption en entreprise. Les équipes juridiques et conformité qui bloquaient le déploiement de Gemma 3 n'auront plus de raison de le faire avec Gemma 4. Sur le plan architectural, le modèle MoE 26B A4B est particulièrement intéressant pour les décideurs IT : ses 25,2 milliards de paramètres totaux n'en activent que 3,8 milliards par inférence, ce qui lui permet de délivrer des performances comparables à un modèle dense de 27 à 31 milliards de paramètres, mais à la vitesse et au coût de calcul d'un modèle de 4 milliards. Pour les organisations qui opèrent des assistants de code, des pipelines de traitement documentaire ou des workflows agentiques multi-tours, cela se traduit directement par moins de GPU nécessaires, une latence réduite et un coût par token inférieur. Google propose également des checkpoints QAT (Quantization-Aware Training) pour maintenir la qualité à précision réduite, et les deux modèles "workstation" sont déjà disponibles en configuration serverless sur Google Cloud via Cloud Run avec des GPU NVIDIA RTX Pro 6000. Ce lancement s'inscrit dans une dynamique de marché significative. Alors que certains laboratoires chinois, dont Alibaba avec ses derniers modèles Qwen 3.5 Omni et Qwen 3.6 Plus, commencent à restreindre l'accès à leurs modèles les plus récents, Google fait le mouvement inverse en ouvrant pleinement son modèle le plus capable à ce jour, dont l'architecture s'inspire directement de la recherche derrière Gemini 3, son modèle commercial phare. Le choix des 128 petits experts dans le MoE plutôt qu'une poignée de grands experts reflète une optimisation délibérée pour les coûts d'inférence en production, un signal que Google cible désormais sérieusement les déploiements à grande échelle hors de ses propres infrastructures. Gemma 4 devrait apparaître rapidement dans des outils comme Ollama et LM Studio, ce qui accélérera encore son adoption.

💬 La licence Apache 2.0, c'est ce qui va faire la différence, pas les scores. Les équipes juridiques qui bloquaient Gemma 3 n'ont plus d'argument valable, et le MoE 26B qui n'active que 4B de paramètres à l'inférence, c'est du GPU économisé pour de vrai, pas du marketing. Reste à voir si Google tient la promesse de qualité à precision réduite sur des pipelines en production, mais l'angle est le bon.

Qwen3.5-Omni a appris à coder à partir d'instructions vocales et vidéo sans y avoir été entraîné

Alibaba a publié Qwen3.5-Omni, un nouveau modèle d'intelligence artificielle omnimodal capable de traiter simultanément du texte, des images, de l'audio et de la vidéo. Selon l'entreprise, le modèle surpasse Gemini 2.5 Pro sur les tâches de compréhension audio. Mais c'est une capacité émergente, non prévue lors de l'entraînement, qui a le plus retenu l'attention : Qwen3.5-Omni est capable d'écrire du code à partir d'instructions orales combinées à des entrées vidéo, une compétence que personne ne lui a explicitement enseignée. Ce phénomène d'émergence spontanée illustre une tendance de fond dans les grands modèles multimodaux : en apprenant à connecter plusieurs modalités sensorielles, ces systèmes développent des compétences transversales imprévues qui dépassent leurs objectifs d'entraînement initiaux. Pour les développeurs, cela ouvre des perspectives concrètes — imaginer un assistant capable de regarder un écran, d'écouter une demande vocale et de produire directement le code correspondant, sans interaction textuelle intermédiaire. Alibaba positionne Qwen3.5-Omni dans une course multimodale qui oppose désormais directement les acteurs chinois aux laboratoires américains. La série Qwen a déjà produit plusieurs modèles qui ont surpris par leurs performances, notamment sur des benchmarks de code et de raisonnement. Face à Google avec Gemini, OpenAI avec GPT-4o et ses variantes vocales, et Meta avec ses modèles ouverts, Alibaba cherche à s'imposer comme un acteur de référence sur le segment des modèles capables de percevoir et d'agir sur l'ensemble des modalités humaines. La publication de Qwen3.5-Omni renforce cette ambition.

Tencent mise sur OpenClaw pour rattraper son retard dans la course à l'IA en Chine

Tencent a lancé ce mois-ci pas moins de huit applications et services basés sur OpenClaw, le framework open source de création d'agents IA devenu viral en janvier 2026. Parmi eux, QClaw — imaginé par Shuyu Zhang, un chef de produit récemment embauché — permet d'installer un agent IA en un clic et de le piloter directement depuis WeChat, l'application de messagerie dominante en Chine. Dimanche dernier, Tencent a également lancé Weixin ClawBot, un outil qui intègre OpenClaw nativement dans Weixin, le nom chinois de WeChat. Cette offensive illustre l'urgence ressentie au sein du géant technologique de Shenzhen : après des années perçu comme un suiveur dans la course à l'IA en Chine, Tencent tente de rattraper son retard en s'appuyant sur l'engouement mondial pour OpenClaw. L'intégration dans WeChat est stratégique — avec plus d'un milliard d'utilisateurs actifs, la plateforme offre une rampe de distribution sans équivalent pour déployer des agents IA à grande échelle auprès du grand public chinois. OpenClaw a déclenché une vague d'adoption frénétique dans l'industrie technologique mondiale depuis son émergence en janvier, et la Chine ne fait pas exception. Tencent affronte sur ce terrain des rivaux comme Alibaba, ByteDance et Baidu, tous engagés dans une course effrénée aux agents IA. La capacité de Tencent à tirer parti de l'écosystème WeChat pourrait lui donner un avantage décisif, mais la vitesse de déploiement et la qualité des agents restent des variables critiques dans une compétition qui s'intensifie semaine après semaine.