Dossier Meta IA — page 3

Tencent va racheter une participation majoritaire dans Manus après que Pékin a forcé Meta à annuler son accord de 2 milliards de dollars

Tencent négocie le rachat d'une participation majoritaire dans Manus, la startup chinoise spécialisée dans les agents IA, sur la même valorisation de 2 milliards de dollars que celle initialement envisagée par Meta, selon des informations du Financial Times. Cette opération intervient après que Pékin a bloqué puis contraint Meta à abandonner son propre projet de rachat de Manus, conclu pourtant à la même valorisation. Tencent, géant chinois de la tech propriétaire de WeChat, y voit des synergies directes avec ses propres ambitions dans le domaine des agents conversationnels et autonomes. Le fonds d'investissement américain Benchmark, actionnaire historique de Manus, ne devrait en revanche pas participer à ce nouveau tour de table. Cette transaction illustre la volonté de Pékin de garder le contrôle sur ses pépites technologiques stratégiques, en particulier dans le secteur naissant mais jugé critique des agents IA capables d'exécuter des tâches complexes de façon autonome. En bloquant l'entrée de Meta au capital de Manus, les autorités chinoises envoient un signal clair : les actifs d'intelligence artificielle jugés sensibles doivent rester sous contrôle national ou revenir à des acteurs chinois, quitte à écarter des investisseurs étrangers prêts à mettre le même prix. L'épisode s'inscrit dans un climat de rivalité technologique croissante entre la Chine et les États-Unis, où chaque camp cherche à sécuriser ses propres champions de l'IA sans dépendre de capitaux ou de technologies rivales. Pour Tencent, l'opération renforcerait sa position face à des concurrents comme Alibaba ou ByteDance sur le marché des agents IA, un segment que le groupe compte intégrer plus profondément à son écosystème WeChat, utilisé par plus d'un milliard de personnes.

💬 Tencent qui récupère Manus au même prix que Meta n'était pas prêt à payer, après que Pékin a lui-même bloqué l'accord avec Meta, ça dit tout sur les priorités du moment. La Chine préfère garder la main sur ses agents IA plutôt que d'encaisser le chèque américain, même quitte à écarter Benchmark, son actionnaire historique depuis le début. Bon, sur le papier ça reste une simple passation d'actionnaires, mais le vrai message c'est que la souveraineté sur l'IA agentique pèse maintenant plus lourd que la valorisation elle-même.

Meta Superintelligence Labs lance Muse Spark 1.1, un modèle de raisonnement multimodal pour les tâches à base d'agents sur Meta Model API

Meta Superintelligence Labs a dévoilé Muse Spark 1.1, un modèle de raisonnement multimodal conçu pour les tâches agentiques, et a ouvert en parallèle un aperçu public de la Meta Model API. Ce second élément marque un tournant structurel : jusqu'ici, les modèles de Meta étaient distribués principalement en poids ouverts, alors que Muse Spark 1.1 est fermé, hébergé et facturé au token. Le modèle dispose d'une fenêtre de contexte d'un million de tokens (1 048 576 selon la documentation technique de l'API) et accepte du texte, des images, de la vidéo et des documents en entrée, avec une sortie textuelle. Son effort de raisonnement est ajustable à chaque requête, et l'API propose en complément la sortie structurée, l'appel d'outils en parallèle, une Files API, la mise en cache des prompts et un outil de recherche web renvoyant des réponses sourcées. Côté accès, les particuliers profitent du mode "Thinking" gratuitement dans l'application Meta AI et sur meta.ai, tandis que les développeurs paient 1,25 dollar par million de tokens en entrée et 4,25 dollars par million en sortie, avec 20 dollars de crédits offerts à la création d'un compte. Le lancement reste pour l'instant réservé aux États-Unis, sans disponibilité en Europe. Sur le plan des performances, Meta positionne clairement Muse Spark 1.1 comme un modèle d'orchestration plutôt qu'un champion du code. Il domine les benchmarks liés à l'usage d'outils : 88,1 sur MCP Atlas contre 82,2 pour Opus 4.8, 75,3 pour GPT-5.5 et 78,2 pour Gemini 3.1 Pro, et 54,7 sur JobBench contre 48,4, 38,3 et seulement 15,9 pour Gemini. Il obtient aussi le meilleur score sur Humanity's Last Exam (62,1). En revanche, sur le code pur, il se classe troisième, avec 61,5 sur SWE-Bench Pro et 53,3 sur DeepSWE 1.1, loin derrière Gemini 3.1 Pro sur ce dernier test (67,0). Ce qui distingue vraiment le modèle, c'est sa gestion active de son contexte massif : il mémorise ses actions, retrouve des informations issues de travaux antérieurs et compacte ce qu'il conserve. Il peut aussi déléguer des tâches à des sous-agents en parallèle lorsqu'il agit comme agent principal, et exécuter fidèlement une mission tout en sachant remonter un problème lorsqu'il agit comme sous-agent, avec une capacité de généralisation immédiate à de nouveaux outils, serveurs MCP ou compétences personnalisées. Cette sortie s'inscrit dans une bataille plus large entre grands laboratoires d'IA pour dominer les usages agentiques, où la capacité à orchestrer des outils et des sous-tâches complexes compte désormais autant que la performance brute sur le code. En rendant son API compatible avec le format OpenAI, Meta facilite l'intégration : migrer vers Muse Spark 1.1 revient essentiellement à changer une URL de base plutôt qu'à réécrire une application, et les environnements compatibles avec le format Anthropic peuvent pointer vers l'équivalent Messages API. Pour l'automatisation d'ordinateur, le modèle a été entraîné à choisir entre écrire un script ou cliquer directement selon ce qui est le plus efficace, générant des lots d'actions à chaque étape. L'absence d'accès européen et le choix par Meta de son propre jeu de benchmarks invitent toutefois à la prudence avant d'en tirer des conclusions définitives sur sa supériorité réelle face aux modèles concurrents.

💬 Muse Spark 1.1 n'essaie pas de battre GPT-5.5 ou Gemini sur le code, il joue une autre partie : celle de chef d'orchestre qui délègue à des sous-agents et gère un million de tokens de contexte sans perdre le fil. C'est révélateur d'un vrai basculement dans la course à l'IA, la bataille se déplace du "qui code le mieux" vers "qui orchestre le mieux", et les scores sur MCP Atlas ou JobBench comptent maintenant autant que SWE-Bench. Reste que c'est fermé, payant, réservé aux US, et benchmarké par Meta lui-même, donc j'attends de voir ça tourner ailleurs qu'en démo avant de crier au génie.

Universités inquiètes : Anthropic, OpenAI, Meta et DeepMind débauchent leurs professeurs

Les grands laboratoires d'intelligence artificielle vident les universités américaines de leurs meilleurs cerveaux. Depuis le début de l'année 2026, au moins 22 professeurs et chercheurs ont pris un congé ou quitté leur poste à Stanford, Berkeley, Harvard, en Virginie et à l'University of Southern California pour rejoindre OpenAI, Anthropic, Google ou Meta, selon un recensement de sites universitaires, de publications sur X et de profils LinkedIn. Ce chiffre serait en réalité bien plus élevé selon des entretiens menés auprès de professeurs de ces établissements. La majorité sont informaticiens, mais on trouve aussi des physiciens, économistes, statisticiens, mathématiciens, et même deux professeurs de philosophie. La semaine dernière encore, Jelani Nelson, président du département d'ingénierie électrique et d'informatique de Berkeley, et Harvey Lederman, professeur de philosophie à UT Austin, ont annoncé prendre congé pour rejoindre Anthropic comme membres du personnel technique, Lederman conservant un poste d'enseignant à New York University. Cette fuite des cerveaux inquiète particulièrement les universitaires restés en poste, qui y voient une menace directe pour le développement de modèles d'IA open source en Occident. Si les grandes entreprises technologiques débauchent des chercheurs en IA depuis une quinzaine d'années, portées d'abord par l'essor du deep learning et des voitures autonomes, puis par le boom de l'IA générative, le phénomène s'est nettement accéléré cette année, selon Joey Gonzalez, professeur d'informatique et chercheur en IA à Berkeley. La raison invoquée reste la même depuis le début: mener une recherche de pointe en IA nécessite des quantités massives de serveurs coûteux, des infrastructures que les universités ne peuvent tout simplement pas s'offrir face aux moyens colossaux des laboratoires privés. Cette asymétrie de ressources pousse les chercheurs les plus en vue à choisir des postes en entreprise, où ils disposent de la puissance de calcul nécessaire pour continuer leurs travaux, au détriment de la formation académique et de la recherche indépendante en IA.

💬 Les universités ne peuvent pas suivre, c'est aussi simple que ça. Quand un labo privé offre en un claquement de doigts la puissance de calcul qu'un prof met des années à obtenir en subventions, le choix est vite fait, même pour un philosophe. Le vrai sujet, c'est que cette fuite des cerveaux tarit la formation de la prochaine génération et fragilise d'autant la recherche ouverte, en Europe aussi.

Mark Zuckerberg admet que les agents IA de Meta prennent du retard… malgré des milliards investis

Mark Zuckerberg a reconnu, lors d'une réunion interne avec les employés de Meta début juillet 2026, que le développement des agents IA du groupe progresse moins vite que prévu, selon des informations rapportées par Reuters. Le PDG a admis que ces systèmes, conçus pour accomplir des tâches de façon autonome pour les utilisateurs, n'avaient pas connu l'accélération espérée ces derniers mois. Il a également reconnu que la restructuration lancée en début d'année n'avait pas encore produit les résultats attendus. Cette réorganisation s'était traduite par la suppression d'environ 10% des effectifs mondiaux de l'entreprise, tandis que près de 7 000 salariés avaient été réaffectés vers des équipes dédiées à l'intelligence artificielle, dont certaines entièrement consacrées aux agents autonomes. Malgré ce constat, Meta maintient des investissements colossaux, jusqu'à 145 milliards de dollars cette année pour ses infrastructures liées à l'IA. Cet aveu tranche avec l'optimisme affiché par Meta ces derniers mois autour de sa stratégie d'intelligence artificielle. Il révèle l'écart persistant entre les ambitions annoncées et les avancées techniques réellement obtenues, y compris chez les acteurs disposant des moyens les plus importants du secteur. Pour les employés de Meta, cette reconnaissance publique intervient après une période déjà marquée par les licenciements et les réorganisations internes, qui ont suscité des critiques et alimenté des interrogations sur le moral des équipes. Pour l'industrie dans son ensemble, cet épisode illustre la difficulté à transformer des investissements massifs en résultats concrets sur des technologies aussi complexes que les agents autonomes, capables de planifier et d'exécuter des tâches sans intervention humaine constante. Cela invite aussi à relativiser certaines annonces spectaculaires faites par les grands groupes technologiques sur leurs capacités d'IA à venir. Ce retard s'inscrit dans un contexte de concurrence intense, où OpenAI, Anthropic et Google continuent de faire évoluer rapidement leurs propres modèles, accentuant la pression sur Meta pour rattraper son retard. Zuckerberg reste toutefois confiant sur le fond de sa stratégie: il estime que les bénéfices des investissements engagés devraient commencer à se matérialiser dans un délai de trois à six mois, sans remettre en cause l'objectif final fixé par l'entreprise. Cette séquence rappelle les arbitrages difficiles auxquels sont confrontés les géants de la tech, tiraillés entre la nécessité d'annoncer des avancées rapides pour rassurer marchés et investisseurs, et la réalité plus lente et incertaine de la recherche en intelligence artificielle appliquée aux agents autonomes.

💬 145 milliards de dollars sur la table et les agents IA de Meta qui patinent quand même, ça en dit long. Zuckerberg qui l'admet en interne, après avoir viré 10% des effectifs pour soi-disant accélérer sur l'IA, c'est un aveu qui pèse lourd. Ce que ça montre, c'est que le budget n'achète pas l'autonomie : les agents capables de planifier et d'exécuter seuls restent le mur que même le plus riche du secteur n'a pas encore franchi.

Chez Meta, l’IA coûte cher et les agents ne vont pas assez vite

Lors d'un town hall organisé jeudi 2 juillet chez Meta, deux discours contradictoires ont émergé sur l'état de l'intelligence artificielle du groupe. Mark Zuckerberg a reconnu que le développement des agents IA n'avançait pas au rythme espéré, admettant que « la trajectoire du développement agentique au cours des quatre derniers mois au moins ne s'est pas vraiment accélérée ». Cet aveu intervient après une réorganisation massive : 7 000 salariés ont été transférés vers les équipes IA, dans un climat de tension interne, et environ 10 % des effectifs du groupe ont été supprimés en début d'année. De son côté, Alexandr Wang, ancien patron de Scale AI et désormais à la tête du Meta Superintelligence Labs, a tenu un discours nettement plus optimiste. Il a annoncé qu'un nouveau modèle, nom de code « Watermelon », est en cours d'entraînement avec une puissance de calcul largement supérieure à celle d'« Avocado », le nom interne de Muse Spark, premier modèle maison après l'échec de Llama. Selon Wang, Watermelon viserait un niveau proche de GPT-5.5 d'OpenAI, qui dispose déjà en accès limité de GPT-5.6. Ce grand écart entre les deux dirigeants illustre les difficultés de Meta à transformer des investissements colossaux en résultats concrets. Le groupe a annoncé un budget compris entre 125 et 145 milliards de dollars cette année pour ses seules infrastructures IA, un pari financier immense qui repose sur l'hypothèse que les outils agentiques amélioreront rapidement la productivité interne et la compétitivité face à des concurrents comme Claude Code d'Anthropic. Or, si les agents ne progressent pas assez vite, c'est tout le calendrier de rentabilisation qui se trouve fragilisé, avec des conséquences directes pour les salariés déjà touchés par les licenciements et pour la crédibilité de Meta auprès des investisseurs, qui scrutent les six prochains mois annoncés par Zuckerberg comme délai pour voir des bénéfices tangibles. Cette pression explique aussi pourquoi Meta chercherait, selon une indiscrétion de Bloomberg, à diversifier ses sources de revenus en louant sa puissance de calcul à d'autres entreprises, se positionnant ainsi en concurrent d'AWS, Google Cloud et Microsoft Azure. L'idée serait de vendre l'accès à des modèles hébergés sur ses propres serveurs, dont Muse Spark, sur le modèle de Bedrock d'Amazon. Cette diversification traduit une volonté de rentabiliser une infrastructure de plus en plus coûteuse, pendant que Wang promet en parallèle une mise à jour majeure de Muse pour rapprocher ses capacités de programmation de celles de Claude Code, dans une course où Meta, malgré des moyens considérables et le recrutement de profils prestigieux via Scale AI, peine encore à démontrer une avance technologique nette sur ses rivaux.

💬 Zuckerberg qui admet en public que les agents n'accélèrent pas, chez Meta ça n'arrive jamais, c'est le signe que la pression interne devient intenable. Sur le papier, Wang promet Watermelon quasi au niveau de GPT-5.5 pendant que la boîte cherche à louer son calcul à la concurrence, ça ressemble plus à une couverture qu'à une stratégie claire. Le chiffre à retenir : Meta a six mois pour transformer 140 milliards de dollars d'infrastructure en résultats visibles, et si les agents ne suivent pas, c'est toute la crédibilité du pari IA du groupe qui saute.

Meta rapproche son IA de lecture cérébrale non invasive des performances des implants chirurgicaux

Meta a présenté une nouvelle version de son système Brain2Qwerty, développé par l'équipe de recherche FAIR, capable de traduire l'activité cérébrale en texte tapé sans recourir à un implant chirurgical. L'appareil capte les signaux magnétiques émis par le cerveau depuis l'extérieur du crâne, grâce à une technologie de magnétoencéphalographie, puis reconstitue les lettres que la personne pense taper sur un clavier. Selon Meta, la précision du système s'améliore à chaque nouvel enregistrement ajouté à l'entraînement du modèle, un signe encourageant pour la suite du projet. Fait notable, des agents d'intelligence artificielle capables d'écrire eux-mêmes du code ont participé à l'optimisation technique du système. Cette avancée intéresse particulièrement le domaine médical, où elle pourrait un jour offrir une alternative aux interfaces cerveau-machine invasives, comme celles développées par Neuralink, pour les patients paralysés ou atteints de troubles moteurs sévères. Un dispositif non invasif réduirait les risques chirurgicaux et les coûts, tout en rendant la technologie accessible à un plus grand nombre de patients incapables de communiquer autrement. Toutefois, Meta reste prudent sur le calendrier d'un usage clinique réel, qui demeure encore lointain. La technologie s'inscrit dans une compétition mondiale croissante autour des interfaces cerveau-ordinateur, où des acteurs comme Neuralink d'Elon Musk misent sur l'implant chirurgical, tandis que des laboratoires de recherche comme FAIR explorent des voies non invasives. Les prochaines étapes dépendront probablement de l'ampleur des données collectées et de la capacité du système à généraliser au-delà des conditions de laboratoire.

💬 Selon Meta, la précision de Brain2Qwerty s'améliore à chaque enregistrement ajouté, ce qui veut dire que la vraie course n'est plus l'implant vs le non-invasif, mais qui accumule le plus de données cérébrales en premier. Neuralink a l'avantage du signal propre, Meta a l'avantage du volume et de FAIR qui tourne dessus depuis des années. Bon, sur le papier c'est impressionnant, mais "usage clinique lointain" ça veut dire encore des années avant qu'un patient paralysé en profite vraiment.

Meta Brain2Qwerty v2 : L’IA qui traduit vos pensées en texte sans implant cérébral

Meta a présenté Brain2Qwerty v2, une version améliorée de son système de décodage cérébral capable de transformer des signaux neuronaux en texte tapé, sans aucune intervention chirurgicale. Pour fonctionner, le dispositif s'appuie sur un scanner MEG (magnétoencéphalographie) porté sur la tête, qui capte les infimes champs magnétiques produits par l'activité cérébrale pendant que l'utilisateur imagine taper sur un clavier. À la différence de la première version, qui décodait les lettres une par une, Brain2Qwerty v2 est capable d'interpréter des caractères, des mots et des phrases entières simultanément, grâce à une combinaison de Transformers, de réseaux neuronaux convolutifs et de grands modèles de langage agissant comme un correcteur contextuel. Le modèle a été entraîné sur environ 22 000 phrases produites par neuf volontaires, chacun ayant passé près de dix heures sous scanner. Résultat : une précision moyenne de 61 % dans la reconnaissance des mots, avec un pic à 78 % pour le meilleur participant et plus de la moitié des phrases décodées comportant une seule erreur. Pour les personnes atteintes de paralysie ou privées de la parole, cette avancée représente une piste sérieuse vers une communication autonome sans chirurgie. Les interfaces cerveau-ordinateur les plus précises, comme celles de Neuralink, nécessitent des électrodes implantées directement dans le cortex, avec tous les risques opératoires que cela implique. Brain2Qwerty v2 démontre qu'une approche entièrement non invasive peut produire des résultats comparables, même si les taux de précision restent encore en deçà des systèmes implantés. Pour l'industrie neurotechnologique au sens large, ce résultat déplace les lignes : il prouve que la précision de lecture cérébrale n'est pas l'apanage exclusif des implants, et ouvre un axe de recherche distinct. Meta s'inscrit dans une course technologique qui réunit des acteurs très différents : Neuralink côté implants, BrainGate pour la recherche académique, et désormais Meta sur le segment non invasif. L'entreprise a choisi de publier en open source le code d'entraînement et l'ensemble de données, une décision qui devrait accélérer les travaux d'autres laboratoires. Les obstacles restent néanmoins considérables : les scanners MEG sont des équipements encombrants, extrêmement coûteux et confinés aux environnements de recherche. Aucune perspective de produit grand public n'est envisageable à court terme. Mais le signal envoyé est clair : les interfaces cerveau-ordinateur sans chirurgie cessent d'être de la science-fiction pour devenir un domaine d'ingénierie à part entière, et Meta entend y jouer un rôle central.

Meta limite l’usage de Claude et Codex en interne, mais c’est un pari risqué

Meta a décidé de restreindre l'accès de ses ingénieurs à Claude Code d'Anthropic et à Codex d'OpenAI, selon des informations révélées par The Information fin juin 2026. L'objectif est de remplacer ces outils par MetaCode, l'assistant de programmation maison développé par une équipe dédiée à l'ingénierie IA appliquée, constituée plus tôt cette année. Les ingénieurs peuvent encore recourir aux outils externes dans des cas précis, mais de façon strictement limitée. L'équipe interne est désormais chargée de concevoir elle-même les exercices de programmation qui serviront à entraîner les prochaines versions de MetaCode, sans passer par les modèles concurrents. L'enjeu dépasse la simple réduction de coûts, même si cet aspect n'est pas négligeable : des milliers d'ingénieurs Meta utilisant quotidiennement des modèles premium comme Claude Code représentent une facture considérable. La vraie contrainte est d'ordre technique et juridique. Si les données d'entraînement de MetaCode étaient contaminées, même indirectement, par des réponses générées par Claude ou Codex, Meta se retrouverait incapable de prouver l'origine de ses performances et s'exposerait à des tensions avec Anthropic et OpenAI. Pour construire un concurrent crédible, il faut donc une chaîne de données d'entraînement entièrement indépendante, ce qui implique de priver les équipes des outils qui les rendent aujourd'hui les plus productifs. Ce pari illustre une contradiction structurelle à laquelle toute l'industrie de l'IA sera confrontée. Les assistants de code comme Claude Code et Codex sont devenus des instruments du quotidien pour des millions de développeurs, accélèrant la production et la correction de code de façon significative. Les priver à ses propres ingénieurs, pendant la phase critique de rattrapage, risque de ralentir Meta dans une course où OpenAI et Anthropic disposent d'une avance substantielle. Meta n'est pas le seul à naviguer dans ces eaux : d'autres grands groupes tech cherchent à internaliser leurs outils de développement pour des raisons de coût, de confidentialité et de souveraineté technologique. La question est de savoir si MetaCode pourra atteindre un niveau de qualité suffisant assez vite pour que la transition ne coûte pas plus cher en productivité perdue qu'en économies réalisées.

Google aurait limité l’usage de Gemini par Meta, mais pourquoi ?

Selon le Financial Times, Google a demandé à Meta de réduire sa consommation de ressources liées à son modèle Gemini dès le mois de mars 2026, après avoir atteint les limites de sa capacité de calcul. Meta ne sollicitait pas Gemini pour de simples expérimentations : l'entreprise s'appuyait déjà sur le modèle de Google pour des opérations critiques, notamment le développement logiciel interne, les chatbots publicitaires, le service client et la détection de contenus frauduleux. Ce recours massif à une IA externe s'explique par des performances supérieures à celles des solutions maison de Meta sur plusieurs cas d'usage stratégiques, ce qui a entraîné une montée en charge que Google n'a finalement pas pu absorber sans friction. Cet épisode illustre une réalité que l'on tend à oublier face aux annonces triomphales des géants de la tech : les infrastructures physiques restent le véritable goulot d'étranglement de l'industrie de l'IA. Construire des centres de données prend des années, et la demande en puissance de calcul croît plus vite que les capacités mondiales de production. Pour Meta, la situation est d'autant plus inconfortable que l'entreprise ne dispose d'aucun service cloud grand public qui lui permettrait d'amortir ses besoins en mutualisant les ressources. Résultat : l'un des groupes les plus capitalisés au monde se retrouve dépendant de son concurrent direct pour faire tourner des fonctions commerciales essentielles, une vulnérabilité stratégique considérable. Le paradoxe va plus loin encore : Google lui-même n'est pas à l'abri de ces tensions sur les ressources. La firme de Mountain View loue désormais des serveurs auprès de SpaceX pour environ un milliard de dollars par mois afin d'alimenter ses propres services. Meta a annoncé prévoir 600 milliards de dollars d'investissements dans ses infrastructures, mais ces capacités mettront des années à sortir de terre. En attendant, toute l'industrie se retrouve dans une situation absurde où les acteurs les plus puissants se disputent les mêmes ressources rares. Les analystes pointent régulièrement l'écart grandissant entre les investissements colossaux consentis et des revenus liés à l'IA encore marginaux, tandis que le prix des tokens continue d'augmenter. Cette pénurie de calcul n'est pas un accident conjoncturel : c'est la contrainte structurelle qui va redessiner les rapports de force entre les grands acteurs de l'IA dans les prochaines années.

Le tournant mobile de Meta chez Microsoft

Meta traverse une période de turbulences internes qui rappelle les crises récurrentes d'OpenAI. Selon des révélations publiées par Wired cette semaine, le directeur technique Andrew Bosworth aurait reconnu en interne que Meta avait fait un travail "atroce" lors du lancement de sa nouvelle division IA. Dans un autre article du même média, le directeur produit Chris Cox a admis "l'insanité de cette entreprise" face à l'insatisfaction croissante au sein de la division IA appliquée du groupe. Ces tensions internes coïncident avec un signal stratégique significatif : Meta vient de faire volte-face sur sa politique encourageant l'usage de l'IA par ses ingénieurs, une décision interprétée comme une prise de conscience aiguë des coûts liés à ces outils. Ce revirement illustre une contradiction que vivent de nombreux géants tech : investir massivement dans l'IA tout en cherchant à en maîtriser les dépenses opérationnelles, au risque de freiner l'adoption interne même. Le titre évocateur de "Microsoft Mobile Moment" convoque un précédent bien connu dans la Silicon Valley : le ratage stratégique de Microsoft sur le mobile au tournant des années 2010, qui lui a coûté une décennie d'influence. La comparaison suggère que Meta pourrait être en train de manquer son virage IA, non par manque de ressources, mais par désorganisation interne. Avec Mark Zuckerberg qui a pourtant placé l'IA au centre de la stratégie du groupe pour 2025-2026, les frictions entre ambition affichée et exécution réelle constituent un risque sérieux pour l'entreprise.

Meta a racheté Rivos pour accélérer ses puces IA, sans succès pour l'instant

Meta a acquis le fabricant de puces Rivos en 2025 pour accélérer le développement de ses propres processeurs et réduire sa dépendance à Nvidia, dont les GPU dominent l'infrastructure IA du groupe. Six mois après la clôture du rachat, l'intégration est en difficulté : selon onze employés actuels et anciens de l'équipe, la division puces est paralysée par des mois d'incertitude stratégique, des changements de priorités au sommet de la hiérarchie, et des tensions persistantes entre les ingénieurs de Rivos et les équipes historiques de Meta. L'échec à capitaliser sur cette acquisition illustre un problème plus profond pour Meta : concevoir ses propres puces ne se limite pas à racheter un talent ou une technologie. Cela exige une vision stable, une organisation cohérente et une chaîne de décision claire. Sans cela, même les meilleures équipes d'ingénierie stagnent. Pour Meta, réussir dans les semi-conducteurs est pourtant stratégique : chaque dollar investi dans des puces maison est un dollar retiré à Nvidia, dont la dépendance pèse lourd à l'heure où le groupe investit massivement dans ses data centers. La course aux puces IA internes est devenue un enjeu central pour les géants technologiques. Google dispose de ses TPU depuis des années, Apple maîtrise ses SoC, et Amazon a ses Trainium et Inferentia. Meta, en retard, a choisi l'acquisition comme raccourci vers la maturité technologique. L'affaire Rivos montre que cette stratégie ne suffit pas sans une culture d'intégration solide et une direction stable. Les prochains mois seront déterminants pour savoir si Meta peut transformer cet investissement en avantage compétitif réel.

Faux drames et pièges à clics : le fil d’actu de Meta AI part complètement en vrille

Le fil d'actualité de Meta AI est devenu un terrain fertile pour les contenus artificiellement dramatiques et les appâts à clics. Depuis que l'entreprise a choisi de rendre publiques certaines conversations et créations générées par son IA, la plateforme se retrouve inondée de publications conçues avant tout pour provoquer des réactions émotionnelles : faux témoignages personnels, affirmations médicales douteuses, scénarios fictifs extravagants et confidences fabriquées de toutes pièces. Selon un rapport de The Verge, les utilisateurs se plaignent d'une expérience de plus en plus déroutante, où il devient difficile de distinguer un témoignage authentique d'une fiction générée automatiquement, une plaisanterie d'une tentative de désinformation, du contenu créatif du pur spam. Cette évolution n'est pas sans conséquences. En exposant publiquement les prompts, images et messages rédigés avec l'aide de l'IA, Meta a créé une dynamique d'engagement qui reproduit exactement les mécanismes problématiques des réseaux sociaux traditionnels : les contenus les plus spectaculaires, les plus chargés en émotion, les plus polarisants obtiennent davantage de visibilité, ce qui pousse les utilisateurs à surenchérir dans cette direction. La frontière entre assistant utilitaire et plateforme sociale devient floue, et avec elle, la capacité des utilisateurs à évaluer la fiabilité de ce qu'ils lisent. Des spécialistes craignent que cette confusion généralisée contribue à éroder encore davantage la confiance en ligne, à un moment où les contenus générés par IA gagnent en réalisme et en pouvoir de persuasion. Ce phénomène s'inscrit dans une tension plus large que toute l'industrie de l'IA affronte actuellement : comment maximiser l'engagement des utilisateurs tout en maintenant des garde-fous efficaces contre la désinformation et les contenus manipulateurs. Meta n'est pas seul dans cette situation, mais son cas est particulièrement révélateur car l'entreprise a délibérément choisi d'hybrider son assistant IA avec une logique de réseau social, héritant ainsi des mêmes défis de modération qu'elle combat depuis des années sur Facebook et Instagram. Plus ces outils deviennent interactifs et communautaires, plus les systèmes de modération peinent à s'adapter à la vitesse de production des contenus. La question qui se pose désormais est de savoir si Meta ajustera son approche face aux critiques croissantes, ou si l'engagement généré justifiera à ses yeux de maintenir ce cap malgré les dérives documentées.

Meta revient (plus ou moins) sur son projet de surveillance de ses employés

Meta a partiellement reculé sur son projet de surveillance étendue de ses employés, après plusieurs semaines de résistance interne. Annoncé en avril, l'outil baptisé Model Capability Initiative (MCI) devait enregistrer en continu les mouvements de curseur, les clics, les frappes au clavier et des captures d'écran périodiques de tous les salariés de l'entreprise. L'objectif affiché : collecter des données réelles d'utilisation des ordinateurs pour entraîner les agents IA de Meta. Face à la fronde, la direction a fait circuler un nouveau mémo le 2 juin, signé par Stephane Kasriel, vice-président des Superintelligence Labs. Il annonce plusieurs ajustements : les employés pourront désormais mettre MCI en pause jusqu'à 30 minutes à la fois, voire demander une exemption complète du programme. Une optimisation technique réduit également la pression sur la batterie des ordinateurs portables, un grief concret soulevé par ceux qui travaillent depuis chez eux et constataient une hausse de leur consommation internet. Ce recul partiel illustre la tension croissante entre les ambitions d'IA des grandes entreprises technologiques et les droits de leurs propres salariés. La résistance a été organisée et coordonnée : début mai, des flyers circulaient dans les bureaux américains qualifiant Meta d'« Employee Data Extraction Factory ». Plus de 1 500 personnes ont signé une pétition adressée directement à Mark Zuckerberg. Au Royaume-Uni, un groupe de travailleurs s'est rapproché du syndicat United Tech and Allied Workers (UTAW). Le mouvement est d'autant plus significatif qu'il émerge dans un secteur historiquement peu syndiqué, et que Meta n'a pas supprimé MCI mais seulement aménagé ses modalités, les concessions restent donc limitées. La controverse s'inscrit dans un contexte social particulièrement tendu au sein de Meta. L'entreprise a licencié 1 500 personnes ces derniers mois, déplacé 7 000 autres, et annoncé une réduction prochaine de 10 % de ses effectifs restants. Déployer simultanément un outil de surveillance généralisée des postes de travail a été perçu en interne comme une provocation. Meta justifiait pourtant la démarche par une nécessité technique : construire des agents capables d'assister les utilisateurs sur leurs ordinateurs exige des exemples concrets de la façon dont les gens utilisent leurs machines au quotidien. L'argument n'a pas convaincu. Le mémo de Kasriel reconnaît implicitement l'échec de la communication initiale, tout en maintenant que les protections de la vie privée étaient suffisantes dès le lancement. L'avenir du programme reste incertain, notamment en Europe où le cadre juridique du RGPD pourrait poser des obstacles supplémentaires à ce type de collecte de données salariées.

💬 Enregistrer les clics et frappes au clavier de tes propres employés pour entraîner tes agents IA, c'est culotté. Bon, sur le papier l'argument technique tient (les agents doivent apprendre comment les humains utilisent leurs machines), mais le lancer en pleine vague de licenciements massifs, c'est un timing particulièrement raté. La "pause de 30 minutes", c'est de la gestion de crise minimale, pas une vraie concession.

L’IA de Meta censée tout changer sera en retard et c’est à cause de ChatGPT

Le prochain grand modèle d'intelligence artificielle de Meta, connu en interne sous le nom de « Muse Spark », accuserait des retards répétés avant son déploiement dans les applications du groupe. C'est ce que révèle le Wall Street Journal, qui indique que le lancement a été repoussé à plusieurs reprises. Initialement conçu comme un système multimodal de pointe, Muse Spark devait être capable de traiter simultanément du texte, des images, du raisonnement complexe et des interactions avancées au sein des plateformes Meta. Le groupe prévoyait également de l'ouvrir aux développeurs externes afin qu'ils puissent construire leurs propres services à partir de ce socle technologique. Mark Zuckerberg lui-même en avait fait l'une des priorités stratégiques absolues de l'entreprise, justifiant des investissements de plusieurs dizaines de milliards de dollars dans les centres de données, les infrastructures et les puces spécialisées. Ces retards révèlent la difficulté croissante pour Meta de tenir le rythme face à une concurrence qui ne ralentit pas. En interne, des responsables estiment que Muse Spark demeure en retrait sur plusieurs critères essentiels, notamment la qualité du raisonnement et la stabilité des résultats. Ce n'est pas qu'une question de performances techniques : c'est surtout la capacité du modèle à rivaliser frontalement avec ChatGPT d'OpenAI, Gemini de Google et Claude d'Anthropic qui pose problème. Pour un groupe dont les applications touchent plus de trois milliards d'utilisateurs, lancer un modèle perçu comme inférieur aux alternatives disponibles pourrait nuire à la crédibilité de Meta dans la course à l'IA et freiner l'adoption auprès des développeurs. Ce retard s'inscrit dans une dynamique de marché particulièrement tendue. OpenAI poursuit l'expansion de l'écosystème ChatGPT, Google accélère l'intégration de Gemini dans Android et Workspace, et Anthropic gagne progressivement du terrain dans les entreprises. Meta, malgré des ressources financières considérables, paie le prix d'une compétition qui s'est durcie bien plus vite qu'anticipé. Le groupe avait misé sur une fenêtre d'opportunité pour s'imposer avec un modèle souverain, intégré nativement dans ses plateformes sociales et ouvert à l'écosystème tiers. Si Muse Spark continue à prendre du retard, Meta risque de se retrouver à lancer un modèle dans un paysage où les positions dominantes seront déjà consolidées, rendant la tâche encore plus ardue pour rattraper les leaders actuels.

Meta tente de rattraper son retard dans l'IA

Il y a environ un an, Mark Zuckerberg a confié les rênes de l'intelligence artificielle chez Meta à Alexandr Wang, alors âgé de 28 ans et fondateur de Scale AI. Ce pari audacieux au sein d'une entreprise valorisée 1 500 milliards de dollars visait à insuffler une dynamique de "temps de guerre" à une division IA jugée trop lente. Le résultat commence à se matérialiser : Muse Spark, présenté comme le modèle d'IA le plus convaincant que Meta ait produit à ce jour, selon des entretiens menés avec des employés actuels et anciens de l'entreprise ainsi que des proches de Wang. Ce choix de nommer un fondateur de startup plutôt qu'un chercheur chevronné illustre une rupture nette avec les pratiques habituelles des géants technologiques. Zuckerberg a délibérément misé sur l'urgence et l'ambition d'un outsider face à l'expertise institutionnelle, signalant que Meta perçoit son retard sur OpenAI et Google comme une menace stratégique. Wang a néanmoins dû surmonter des critiques internes sur son manque d'expérience en recherche fondamentale, ainsi que les jeux de pouvoir complexes propres aux grandes entreprises technologiques. Meta disposait pourtant d'actifs solides, notamment FAIR (Fundamental AI Research), son laboratoire de recherche de référence, mais ces structures n'ont pas réussi à produire des modèles compétitifs face aux avancées d'OpenAI, Google DeepMind ou Anthropic. En installant Wang à ce poste, Zuckerberg a choisi de contourner la hiérarchie établie plutôt que de la réformer de l'intérieur. La question qui reste ouverte est de savoir si cette stratégie de rattrapage par la disruption interne suffira à repositionner Meta comme un acteur central dans la course aux grands modèles de langage.

META découvre à son tour l’économie du compute

Meta Platforms envisage de commercialiser une partie de sa gigantesque infrastructure informatique, une rupture stratégique majeure pour l'entreprise fondée par Mark Zuckerberg. Depuis plus de quinze ans, le groupe utilisait ses data centers exclusivement en interne pour faire fonctionner Facebook, Instagram et WhatsApp, sans jamais vendre de capacités cloud à des tiers. L'explosion des besoins en intelligence artificielle change la donne : Meta disposerait désormais d'une surcapacité de compute suffisante pour envisager une offre commerciale externe. Ce pivot potentiel placerait Meta en concurrence directe avec Amazon Web Services, Microsoft Azure et Google Cloud, les trois géants qui dominent aujourd'hui le marché mondial du cloud, estimé à plusieurs centaines de milliards de dollars. Pour les entreprises qui développent des modèles d'IA, une quatrième alternative crédible serait une opportunité de diversification et de pression à la baisse sur les prix. Meta apporterait une infrastructure taillée pour les workloads IA les plus exigeants, notamment grâce à ses clusters de GPU massivement parallèles. Cette évolution s'inscrit dans une logique que l'histoire de la tech a déjà validée : AWS est né des excédents d'infrastructure d'Amazon, et est devenu sa division la plus rentable. Meta, qui investit des dizaines de milliards de dollars par an en capital expenditure, cherche à rentabiliser ces actifs autrement que par la seule publicité. La question reste de savoir si le groupe possède la culture commerciale B2B nécessaire pour rivaliser avec des acteurs qui ont dix à vingt ans d'avance sur ce marché.

💬 L'histoire AWS, Meta l'a visiblement relue attentivement. Quand tu as des clusters GPU calibrés pour entraîner des modèles à l'échelle de Facebook et Instagram, laisser ça tourner à vide serait absurde. Reste à voir si Zuckerberg a les équipes commerciales B2B pour vendre ça aux DSI, parce qu'entre avoir l'infra et savoir la packager pour des clients enterprise, il y a un vrai fossé de culture.

Meta lance une offensive commerciale pour accélérer l'adoption de ses outils IA en entreprise

Meta Platforms a annoncé le lancement d'une nouvelle unité interne baptisée Enterprise Solutions, destinée à accélérer l'adoption de ses outils d'intelligence artificielle auprès des grandes entreprises. Selon un mémo interne signé par la directrice générale senior Naomi Gleit, cette organisation regroupera trois types de profils : des chefs de produit chargés de piloter les engagements clients, des ingénieurs data qui préparent les données des clients pour les intégrer dans les systèmes d'IA de Meta, et des ingénieurs logiciels qui connectent directement les outils Meta aux infrastructures opérationnelles des entreprises. Ce positionnement marque un tournant stratégique pour Meta, qui cherche à monétiser ses technologies d'IA au-delà de ses plateformes publicitaires. En plaçant ses propres ingénieurs et chefs de produit directement au sein des équipes de ses clients, l'entreprise mise sur une personnalisation poussée pour convaincre les directions informatiques et les grands comptes de faire confiance à ses solutions. C'est un modèle de vente à haute valeur ajoutée, qui cible clairement les budgets technologiques des entreprises du Fortune 500. Meta suit ainsi une tendance déjà bien établie dans le secteur : Google, Palantir et d'autres acteurs ont popularisé le concept d'ingénieurs déployés en avant-poste, ou "forward-deployed engineers", directement intégrés chez les clients pour adapter les solutions IA à leurs besoins spécifiques. Dans un marché de l'IA d'entreprise de plus en plus disputé, cette approche permet de créer des dépendances techniques profondes et de verrouiller la relation client sur le long terme, au moment où Microsoft, Google et Amazon s'affrontent également pour capter ces contrats.

Meta et Stanford présentent Fast Byte Latent Transformer : 50% de bande passante mémoire en moins, sans tokenisation

Des chercheurs de Meta, de Stanford University et de l'Université de Washington ont présenté trois nouvelles méthodes pour accélérer significativement le Byte Latent Transformer (BLT), une architecture de modèle de langage qui traite directement le texte en octets bruts plutôt qu'en tokens. La contribution principale s'appelle BLT Diffusion (BLT-D) et s'attaque à un problème central du BLT : son décodeur local génère les octets un à un, de manière autoregressive, ce qui implique plusieurs passes mémoire là où un modèle tokenisé n'en nécessite qu'une seule. Sur les serveurs modernes de LLM, le goulot d'étranglement n'est pas la puissance de calcul brute mais la bande passante mémoire, c'est-à-dire le coût répété de charger les poids du modèle et les caches KV depuis la mémoire. La solution proposée remplace ce décodage octet par octet par une diffusion discrète par blocs : au lieu de prédire un seul octet à la fois, le modèle génère simultanément des blocs de 4, 8 ou 16 octets en démasquant progressivement les positions les plus certaines à chaque étape, selon deux stratégies, l'une basée sur un seuil de confiance, l'autre sur une contrainte d'entropie cumulative. L'enjeu pratique est considérable. Selon les chercheurs, ces méthodes permettent de réduire la bande passante mémoire à l'inférence de plus de 50%, ce qui se traduit directement par une accélération de la génération de texte. Pour les entreprises qui déploient des LLM à grande échelle, où le coût d'inférence est un facteur économique déterminant, ce gain représente une réduction significative de la latence et des coûts opérationnels. Au-delà de la vitesse, les modèles octet-niveau comme BLT présentent des avantages intrinsèques que les architectures tokenisées peinent à égaler : meilleure gestion du texte multilingue, robustesse accrue face au bruit dans les entrées, et traitement naturel du code, des chiffres et des caractères spéciaux, sans les artefacts produits par les tokenizers comme le byte-pair encoding (BPE). Le BLT avait déjà constitué une avancée notable en démontrant qu'un modèle opérant sur des octets bruts pouvait atteindre les performances des modèles tokenisés à grande échelle, grâce à une segmentation dynamique en patches de longueur variable pilotée par l'entropie locale du texte. Les régions difficiles à prédire reçoivent des patches courts, les passages plus prévisibles des patches plus longs, avec une taille moyenne de 4 octets et un maximum de 8. La majeure partie du calcul s'effectue sur des représentations latentes compressées via trois composants : un encodeur local, un Transformer global, et un décodeur local. Le principal frein à l'adoption industrielle de cette approche restait sa lenteur à l'inférence, rendue pénalisante par le nombre élevé de passes décodeur nécessaires. Les trois techniques introduites dans ce nouveau travail visent directement ce verrou, ouvrant concrètement la voie au déploiement des modèles octet-niveau dans des environnements de production exigeants, où vitesse et coût ne sont pas négociables.

Meta lance Autodata : un framework à base d'agents qui transforme les modèles IA en data scientists autonomes pour créer des données d'entraînement de haute qualité

L'équipe RAM (Reasoning, Alignment and Memory) de Meta AI a présenté Autodata, un cadre de génération de données d'entraînement reposant sur des agents IA autonomes. Plutôt que de produire des données synthétiques en une seule passe, Autodata confie à un agent le rôle d'un data scientist humain : il crée des exemples, les analyse, en évalue la qualité, puis affine sa méthode de génération en boucle fermée. La première implémentation concrète du système, baptisée Agentic Self-Instruct, s'appuie sur un LLM orchestrateur qui coordonne quatre sous-agents spécialisés : un Challenger LLM qui génère des exemples d'entraînement, un Weak Solver (modèle plus faible censé échouer sur ces exemples), un Strong Solver (modèle plus capable censé réussir), et un Evaluator qui valide la pertinence et la difficulté des exemples produits. Testée sur des problèmes de raisonnement scientifique complexe, cette approche surpasse significativement les méthodes classiques de génération de données synthétiques comme Self-Instruct ou ses variantes Chain-of-Thought. L'enjeu est de taille : la qualité des données d'entraînement a toujours été un goulot d'étranglement dans le développement des grands modèles de langage, autant que la puissance de calcul. Autodata ouvre une voie pour convertir du calcul d'inférence supplémentaire en données de meilleure qualité, plus on alloue de ressources à l'agent, plus les données produites sont pertinentes. Pour les équipes qui développent des modèles IA, c'est une rupture méthodologique : il devient possible de piloter et d'améliorer la qualité des données en cours de génération, et non plus seulement de filtrer ou corriger après coup. Cela réduit également la dépendance à l'annotation humaine, coûteuse et difficile à scaler, tout en maintenant un contrôle itératif sur la distribution et la difficulté des exemples générés. Jusqu'ici, la génération de données synthétiques suivait des pipelines largement statiques : on promptait un LLM avec des exemples zéro-shot ou few-shot, parfois en s'appuyant sur des documents source pour limiter les hallucinations. Les méthodes dites "Self-Challenging" avaient commencé à introduire une dynamique agent-outil, mais sans boucle de feedback réelle sur la qualité globale du jeu de données. Autodata représente l'étape suivante en intégrant cette rétroaction directement dans le processus de création. Meta s'inscrit ici dans une tendance plus large du secteur : utiliser des agents IA pour automatiser des tâches d'ingénierie complexes, y compris la construction des données qui servent à entraîner ces mêmes agents. La publication est portée par l'équipe RAM de Meta AI Research, ce qui signale une ambition de long terme autour de l'autonomie des systèmes d'apprentissage.

L'accord Meta-Manus difficile à annuler : comment Pékin va-t-il exercer son autorité ?

Meta Platforms avait annoncé il y a environ quatre mois le rachat de Manus, une startup d'intelligence artificielle d'origine chinoise, pour un montant de 2 milliards de dollars. Manus, qui se présentait comme le développeur du premier agent IA général au monde, avait accordé aux employés de Meta des accès illimités à sa plateforme durant cette période d'intégration progressive. Lundi, Pékin a ordonné le blocage de l'opération, intervenant tardivement alors que la transaction était déjà bien avancée. Selon des analystes, défaire cette acquisition sera "chronophage", "complexe" et "difficile" compte tenu du niveau d'imbrication déjà atteint entre les deux entreprises. La situation expose les risques concrets pour les groupes technologiques américains qui cherchent à absorber des startups issues de Chine : plus l'intégration est avancée au moment d'un veto gouvernemental, plus le démantèlement devient coûteux, juridiquement incertain et opérationnellement douloureux. Pour Meta, cela représente un revers stratégique dans sa course aux agents IA autonomes. Cette décision s'inscrit dans un contexte de durcissement croissant de Pékin sur les transferts de technologies stratégiques à l'étranger, particulièrement dans le secteur de l'IA. Manus avait suscité un vif intérêt mondial début 2025 en se positionnant comme une solution d'agent IA de nouvelle génération, capable d'agir de manière autonome sur des tâches complexes. L'affaire pourrait freiner de futurs rachats sino-américains dans le domaine de l'IA et renforcer la fracture technologique entre les deux superpuissances, chacune cherchant à protéger ses champions nationaux.

La Chine bloque le rachat de MANUS par META / CYERA rachète RYFT pour sécuriser l’IA / AUDION lève 13 millions d’euros

Pékin a opposé son veto à l'acquisition de Manus par Meta Platforms, bloquant une opération estimée à 2 milliards de dollars (environ 1,7 milliard d'euros). Manus est une startup spécialisée dans l'IA agentique, une technologie permettant à des agents autonomes d'exécuter des tâches complexes sans supervision humaine continue. Les autorités chinoises ont invoqué les réglementations encadrant les investissements étrangers pour justifier ce blocage, signalant une volonté explicite de garder sur le territoire national les actifs stratégiques liés à l'intelligence artificielle. Dans le même temps, deux autres mouvements ont animé le secteur : la société de cybersécurité Cyera a annoncé le rachat de Ryft pour renforcer la protection des systèmes d'IA, et la startup Audion a bouclé une levée de fonds de 13 millions d'euros. Le blocage de l'accord Manus-Meta illustre la montée en puissance des restrictions sur les transferts technologiques entre la Chine et les États-Unis. En empêchant Meta de s'emparer d'une pépite de l'IA agentique, Pékin protège non seulement une technologie émergente à fort potentiel, mais envoie aussi un signal clair aux investisseurs étrangers. Pour Meta, qui multiplie les acquisitions dans l'IA pour rattraper ses concurrents OpenAI et Google, c'est un revers stratégique significatif. L'acquisition de Ryft par Cyera, elle, répond à un besoin croissant de sécurisation des pipelines IA dans les entreprises. Ce veto s'inscrit dans un contexte de guerre technologique larvée entre Washington et Pékin, où chaque camp tente de contrôler la chaîne de valeur de l'IA. La Chine a multiplié depuis 2023 ses restrictions sur l'export de technologies sensibles et le rachat de startups nationales par des acteurs américains. Meta se retrouve ainsi pris en étau entre sa stratégie d'expansion agressive dans l'IA et les nouvelles frontières géopolitiques du secteur. La question de savoir si Manus cherchera d'autres acheteurs ou lèvera des fonds de manière indépendante reste ouverte.

La Chine bloque le rachat de Manus par Meta pour contenir les transferts d’IA

Pékin a opposé son veto à l'acquisition de Manus, startup chinoise spécialisée dans l'IA agentique, par le géant américain Meta Platforms. L'opération, valorisée à environ 2 milliards de dollars (1,7 milliard d'euros), a été bloquée par la National Development and Reform Commission, l'organisme de planification économique chinois, au nom des règles encadrant les investissements étrangers dans les secteurs stratégiques. La décision intervient alors que Manus s'était fait remarquer début 2025 comme l'un des systèmes d'IA agentique les plus avancés, capable d'exécuter des tâches complexes de manière autonome sans supervision humaine constante. Ce blocage marque un signal fort de Pékin : les technologies d'IA jugées stratégiques ne doivent pas migrer vers des acteurs américains, quelle que soit la valorisation proposée. Pour Meta, qui cherche activement à renforcer ses capacités en IA agentique face à OpenAI et Google, c'est un coup d'arrêt majeur. Pour l'écosystème tech mondial, cette décision illustre comment les deux premières puissances mondiales utilisent désormais la régulation des investissements comme outil de guerre technologique, au-delà des simples droits de douane. Ce veto s'inscrit dans une tendance lourde : depuis 2023, la Chine a considérablement renforcé son contrôle sur les sorties de technologies sensibles, en miroir des restrictions américaines sur les exportations de semi-conducteurs vers Pékin. Manus, fondée par des ingénieurs issus de grandes universités chinoises, représente précisément le type d'actif que Pékin entend protéger. La question reste ouverte de savoir si Meta cherchera une alternative via un partenariat ou se tournera vers d'autres cibles d'acquisition en dehors de la Chine.

Que cache le grand partenariat entre Meta et Amazon autour des puces CPU ?

Le 24 avril 2026, Meta Platforms a officialisé un accord de plusieurs milliards de dollars avec Amazon Web Services portant sur l'accès à des dizaines de millions de cœurs de puces Graviton sur une durée estimée entre trois et cinq ans. Les puces concernées sont les Graviton5, gravées en 3 nanomètres, conçues en interne par Amazon via Annapurna Labs sur architecture Arm. Meta devient ainsi l'un des cinq plus grands clients de cette gamme de processeurs. Selon Nafea Bshara, vice-présidente d'AWS, le critère décisif pour Meta a été le rapport performance/prix, dans un contexte où les coûts d'infrastructure liés à l'IA atteignent des niveaux inédits. L'accord marque une rupture avec la logique purement GPU qui dominait les décisions d'infrastructure depuis deux ans et confirme un rééquilibrage profond des architectures de calcul à grande échelle. Ce retour des CPU au premier plan n'est pas un hasard. L'essor des agents IA, ces systèmes capables d'exécuter des tâches complexes de manière autonome, génère des besoins de calcul différents de ceux de l'entraînement des grands modèles. Les CPU jouent un rôle central dans les phases dites de post-entraînement, où les modèles sont ajustés pour des usages spécifiques, ainsi que dans la gestion de l'orchestration en amont et en aval des GPU. Loin de les remplacer, ils les complètent en optimisant l'ensemble de la chaîne de traitement. Pour Meta, qui déploie Meta AI à des centaines de millions d'utilisateurs et développe activement des expériences agentiques, la capacité à absorber des volumes massifs d'inférences à coût maîtrisé est devenue un avantage compétitif direct. Cet accord s'inscrit dans une stratégie d'infrastructure délibérément diversifiée. Meta multiplie les partenariats avec Nvidia, AMD et Arm Holdings, refusant toute dépendance à une architecture unique. La collaboration avec Amazon remonte à 2016, mais bascule ici vers un engagement sur une technologie CPU spécifique, ce qui est inédit dans leur relation. Sur le plan géographique, la majorité des déploiements sera réalisée aux États-Unis, dans un contexte de souveraineté technologique et de sécurisation des chaînes d'approvisionnement devenues des enjeux stratégiques. Du côté d'Amazon, valider Meta comme client de référence renforce la crédibilité des Graviton face aux solutions concurrentes et soutient une intégration verticale plus large : AWS vient d'annoncer 5 milliards de dollars supplémentaires investis dans Anthropic, qui utilisera elle aussi ces mêmes puces maison.

Votre ado confie tout à l’IA ? Meta vous laisse enfin regarder

Meta a annoncé le lancement d'une nouvelle fonctionnalité de contrôle parental appelée "Insights", permettant aux parents de suivre les échanges entre leurs adolescents et l'assistant Meta AI. Disponible dès maintenant dans plusieurs pays anglophones, cet outil donne accès à un résumé hebdomadaire des grands thèmes abordés par les mineurs lors de leurs conversations avec l'IA sur les sept derniers jours. Les catégories proposées incluent l'école, le sport, les voyages, le divertissement, l'écriture, la santé et le bien-être. L'accès ne se fait pas mot à mot : les parents reçoivent une synthèse thématique, non une retranscription intégrale des échanges. Le déploiement à l'international est prévu dans les semaines à venir. Cette initiative répond à une préoccupation croissante autour de l'usage intensif des assistants IA par les adolescents, qui y confient parfois des sujets sensibles que leurs parents ignorent. En offrant une fenêtre partielle sur ces échanges, Meta cherche à rassurer les familles sans sacrifier complètement la vie privée des mineurs. L'outil est également conçu pour rester actif même lorsque l'IA refuse de répondre à certaines demandes : les parents peuvent voir qu'un sujet a été abordé, même si l'assistant n'a pas fourni de réponse directe. Sur les thématiques les plus délicates, notamment le suicide et l'automutilation, Meta prépare des alertes spécifiques pour prévenir les parents en temps réel si leur enfant tente d'aborder ces sujets avec l'IA. Cette annonce s'inscrit dans un contexte de pression croissante sur les géants du numérique pour mieux protéger les mineurs en ligne, alors que les législateurs américains et européens multiplient les initiatives de régulation. Meta, souvent accusé de négliger la sécurité des adolescents sur ses plateformes, avait déjà mis en place des comptes adolescents avec des restrictions intégrées. Une étude interne de l'entreprise avait pourtant suggéré que la supervision parentale n'avait qu'un impact limité sur l'usage excessif des réseaux sociaux chez les jeunes, ce qui n'a pas empêché le groupe de renforcer son dispositif. En collaboration avec le Cyberbullying Research Center, Meta prévoit également de proposer des "amorces de conversation" pour aider les parents à aborder le sujet de l'IA avec leurs enfants. La fonctionnalité Insights sera améliorée progressivement, sur la base des retours des familles et d'experts, dans une approche que Meta présente comme évolutive plutôt que définitive.

Meta présente les 'hyperagents' pour une IA auto-améliorante sur des tâches non techniques

Des chercheurs de Meta et de plusieurs universités ont présenté un nouveau cadre d'agents autonomes baptisé "hyperagents", conçu pour surmonter les limites des systèmes d'IA auto-améliorants actuels. Contrairement aux architectures existantes, comme la Darwin Gödel Machine (DGM) de Sakana AI, qui ne fonctionnent efficacement que sur des tâches de programmation, les hyperagents peuvent réécrire et optimiser leur propre logique de résolution de problèmes dans des domaines non techniques comme la robotique, l'analyse documentaire ou la revue d'articles scientifiques. Le système est dit "entièrement autoréférentiel" : il peut analyser, évaluer et modifier n'importe quelle partie de lui-même sans contraintes liées à sa configuration initiale. Les hyperagents inventent de façon autonome des capacités génériques comme la mémoire persistante ou le suivi automatisé des performances, sans intervention humaine. L'enjeu est considérable pour les entreprises qui cherchent à déployer des agents IA dans des environnements de production réels, où les tâches sont imprévisibles et variables. Jusqu'ici, les systèmes auto-améliorants étaient bridés par un "meta-agent" statique, conçu par des ingénieurs humains et incapable d'évoluer plus vite que ces derniers ne pouvaient le maintenir. Jenny Zhang, co-auteure de l'article, résume le problème ainsi : "Chaque fois que quelque chose change ou se casse, une personne doit intervenir pour mettre à jour les règles ou la logique." Les hyperagents brisent ce "mur de maintenance" en découplant la capacité à améliorer les tâches de la capacité à modifier le code sous-jacent, deux compétences fondamentalement distinctes. Le résultat est un système qui non seulement s'améliore sur les tâches, mais optimise également le cycle d'auto-amélioration lui-même, accélérant les progrès de façon exponentielle avec moins de prompt engineering manuel. Ce travail s'inscrit dans une course plus large à l'automatisation de l'ingénierie des agents IA, un domaine en pleine effervescence depuis les succès de DGM sur les benchmarks de programmation en 2025. La DGM avait démontré qu'une amélioration récursive et ouverte était techniquement réalisable, mais uniquement lorsque la tâche elle-même était du code. Meta franchit une étape supplémentaire en généralisant ce principe à des domaines où l'évaluation des performances et la réécriture du comportement requièrent des compétences radicalement différentes, comme l'analyse textuelle subjective ou l'exploration de données métier. Si les hyperagents tiennent leurs promesses à l'échelle, ils pourraient réduire drastiquement la dépendance aux équipes d'ingénierie spécialisées pour adapter les agents à chaque nouveau contexte, ouvrant la voie à des systèmes véritablement capables de s'adapter seuls aux environnements d'entreprise en constante évolution.

Meta parie 21 milliards sur CoreWeave : La nouvelle référence de la valorisation IA ?

Meta a annoncé le 9 avril 2026 un nouvel accord de 21 milliards de dollars avec CoreWeave, portant l'engagement total du groupe envers ce fournisseur de cloud GPU à plus de 35 milliards de dollars. Cet accord court jusqu'en décembre 2032 et couvre principalement des capacités de calcul dédiées à l'inférence, c'est-à-dire le traitement en temps réel des requêtes IA dans les applications grand public. L'action CoreWeave ($CRWV) a bondi d'environ 8 % à l'annonce de la nouvelle. Le partenariat inclut également un accès anticipé à la plateforme NVIDIA Vera Rubin, la prochaine génération de puces IA qui succède à l'architecture Blackwell, déployée sur plusieurs sites avant sa disponibilité commerciale large. Cet accord illustre un changement de paradigme dans la compétition en intelligence artificielle : l'infrastructure compute est désormais aussi stratégique que les modèles eux-mêmes. Les modèles Llama de Meta sont intégrés dans Facebook, Instagram, WhatsApp et Messenger, soit plusieurs milliards d'utilisateurs actifs. À cette échelle, chaque requête mobilise de la puissance de calcul, et la latence comme les coûts deviennent des variables critiques. CoreWeave, spécialisé dans les clusters GPU haute densité, peut déployer des capacités beaucoup plus rapidement qu'un hyperscaler classique en phase de construction, ce qui en fait un relais opérationnel immédiatement exploitable. L'accès anticipé aux puces Vera Rubin donne par ailleurs à Meta un avantage compétitif concret : optimiser ses modèles sur une architecture plus performante avant que ses concurrents ne puissent faire de même. Meta n'abandonne pas pour autant ses investissements internes. Le groupe prévoit entre 115 et 135 milliards de dollars de dépenses d'investissement pour 2026, dont un centre de données estimé à 10 milliards de dollars au Texas. Mais ces infrastructures propres prennent des années à construire, et l'urgence concurrentielle ne permet pas d'attendre. La stratégie adoptée est donc hybride : construire en interne pour le long terme, louer chez CoreWeave pour répondre aux besoins immédiats. Mike Intrator, PDG de CoreWeave, a résumé cette logique en évoquant un risque opérationnel trop élevé pour dépendre d'une seule approche. Ce modèle de redondance computing, mi-propriétaire mi-externalisé, pourrait rapidement devenir la norme dans l'industrie, à mesure que Google, Microsoft et Amazon font face aux mêmes tensions sur les GPU et aux mêmes exigences de rapidité d'exécution.

Meta lance KernelEvolve, un agent IA pour optimiser les infrastructures d'entraînement

Meta a présenté KernelEvolve, un système d'optimisation de kernels piloté par intelligence artificielle, développé en interne pour accélérer ses modèles de publicité et d'IA générative. Intégré à l'agent Ranking Engineer Agent, KernelEvolve automatise la création et l'optimisation de kernels, ces programmes bas niveau qui traduisent les opérations de haut niveau d'un modèle en instructions spécifiques à chaque puce. Le système cible une infrastructure hétérogène composée de GPU NVIDIA, de GPU AMD, de CPU classiques et des puces MTIA, les accélérateurs personnalisés de Meta. Les résultats publiés sont substantiels : plus de 60 % d'amélioration du débit d'inférence pour le modèle publicitaire Andromeda sur GPU NVIDIA, et plus de 25 % de gain en débit d'entraînement sur les puces MTIA. Des travaux qui auraient normalement demandé plusieurs semaines à des ingénieurs spécialisés ont été accomplis en quelques heures. L'article associé sera présenté au 53e International Symposium on Computer Architecture (ISCA) 2026. L'enjeu est direct et massif : Meta sert chaque jour des milliards d'expériences alimentées par l'IA, des recommandations personnalisées aux assistants génératifs. Chaque requête d'entraînement ou d'inférence repose sur une couche de kernels hautement optimisés, et à mesure que les modèles gagnent en complexité et que le parc matériel se diversifie, le nombre de configurations possibles explose, atteignant des milliers de combinaisons selon le hardware, l'architecture du modèle et le type d'opérateur. L'optimisation manuelle par des experts ne peut plus suivre ce rythme, créant un goulot d'étranglement critique qui freine l'adoption de nouveaux matériels et ralentit les cycles d'itération des modèles. KernelEvolve résout ce problème en traitant l'optimisation comme une recherche automatisée : un environnement d'évaluation dédié teste chaque kernel candidat, renvoie les diagnostics au LLM, et pilote une exploration continue sur des centaines d'alternatives, dépassant les performances des kernels écrits à la main par des experts humains. Cette initiative s'inscrit dans une tendance de fond chez les grandes plateformes technologiques : déléguer des tâches d'ingénierie de bas niveau à des agents IA pour absorber la complexité croissante des infrastructures de calcul. Meta fait face à la même contrainte que Google, Microsoft ou Amazon, accélérer sans cesse les modèles tout en maîtrisant les coûts de calcul sur un parc matériel qui ne cesse de se diversifier. KernelEvolve génère des kernels dans des langages aussi bien de haut niveau comme Triton ou CuteDSL que de bas niveau comme CUDA, HIP ou MTIA C++, ce qui lui confère une portabilité rare. À terme, ce type d'agent pourrait devenir standard dans l'industrie, réduisant drastiquement le besoin d'ingénieurs spécialisés en optimisation matérielle et accélérant la mise en production de nouvelles architectures de modèles sur des puces encore inconnues.

Les hyperagents de Meta progressent dans leurs tâches et dans leur capacité à s'améliorer

Des chercheurs de Meta, en collaboration avec plusieurs universités, ont développé ce qu'ils appellent des « hyperagents », des systèmes d'IA capables non seulement d'accomplir des tâches, mais aussi d'optimiser activement le mécanisme même par lequel ils s'améliorent. Cette architecture dépasse le cadre classique de l'apprentissage par renforcement ou du fine-tuning : l'agent agit sur deux niveaux simultanément, en résolvant des problèmes tout en affinant sa propre stratégie d'amélioration. Les résultats ont été présentés dans le cadre de travaux impliquant plusieurs équipes académiques aux côtés de Meta. Cette capacité à « s'améliorer en s'améliorant » représente un changement de paradigme potentiel dans la conception des systèmes d'IA agentiques. Là où les agents actuels nécessitent des cycles humains de rétroaction ou de supervision pour progresser, les hyperagents pourraient théoriquement accélérer leur propre développement de manière autonome. L'approche fonctionne sur plusieurs domaines de tâches différents, ce qui suggère une généralisation plutôt qu'une spécialisation étroite, un critère déterminant pour une adoption plus large dans des applications réelles. Ce travail s'inscrit dans une course intense entre les grands laboratoires pour développer des agents IA toujours plus autonomes. Meta, qui a misé massivement sur l'IA agentique avec ses modèles Llama et ses recherches en raisonnement, cherche à rattraper OpenAI et Google sur ce terrain. Le concept d'IA auto-accélératrice soulève également des questions profondes sur la sécurité et la contrôlabilité : si un système peut modifier sa propre dynamique d'apprentissage, la supervision humaine devient structurellement plus difficile à maintenir.

Meta se prépare à lancer deux nouvelles lunettes Ray-Ban avec IA

Meta et son partenaire fabricant EssilorLuxottica se préparent à lancer la prochaine génération de leurs lunettes connectées Ray-Ban AI. Des dépôts auprès de la FCC (Federal Communications Commission) américaine, publiés début mars 2026, révèlent l'existence de deux nouveaux modèles Ray-Ban Meta. Ces documents décrivent les appareils testés comme des « unités de production », ce qui indique généralement une commercialisation imminente. Ce lancement marque une nouvelle étape dans la course aux lunettes intelligentes grand public. Les Ray-Ban Meta, dotées d'une caméra, de microphones et d'un assistant IA vocal, ont déjà redéfini ce segment en combinant un design familier avec des fonctionnalités d'IA embarquées. Deux nouveaux modèles simultanés suggèrent une stratégie d'élargissement de la gamme, possiblement pour toucher différents segments de prix ou d'usages. Pour des millions de consommateurs, cela pourrait signifier des lunettes encore plus capables, avec de meilleures performances d'IA ou une autonomie améliorée. Meta avait dévoilé ses Ray-Ban de deuxième génération fin 2023, un peu plus d'un mois après les dépôts FCC correspondants, ce précédent laisse penser qu'une annonce officielle pourrait intervenir rapidement. La collaboration avec EssilorLuxottica, géant mondial de l'optique, donne à Meta un avantage de distribution et de légitimité que ses concurrents peinent à égaler. Alors qu'Apple et Google restent discrets sur leurs propres lunettes AR, Meta consolide sa position de leader incontesté du marché des lunettes connectées à l'IA.

La Chine interdit de sortie de territoire les fondateurs de MANUS, racheté 2 milliards de dollars par Meta

La Chine a interdit à deux cofondateurs de Manus, start-up spécialisée dans les agents d'intelligence artificielle, de quitter le territoire national. Cette mesure frappe Xiao Hong, directeur général, et Ji Yichao, chief scientist, quelques semaines seulement après l'acquisition de la société par Meta pour 2 milliards de dollars. Cette interdiction de sortie illustre les tensions croissantes entre Pékin et les géants technologiques occidentaux dans la course aux talents de l'IA. En bloquant ses propres ressortissants après une transaction à l'international, la Chine envoie un signal fort : les actifs stratégiques liés à l'intelligence artificielle ne sont pas négociables, même lorsque la vente est déjà conclue. Selon le Financial Times, les deux dirigeants ont été convoqués début mars à Pékin par la National Development and Reform Commission (NDRC), l'organe de planification économique centrale du pays. L'interdiction de sortie est une mesure administrative couramment utilisée par les autorités chinoises dans les affaires économiques sensibles, elle ne constitue pas nécessairement une mise en examen, mais contraint les personnes visées à rester disponibles pour les enquêteurs. L'acquisition de Manus par Meta s'inscrit dans la stratégie agressive du groupe de Mark Zuckerberg pour renforcer ses capacités en agents autonomes d'IA. Ce blocage soulève désormais des questions sur la capacité de Meta à intégrer pleinement les équipes et la technologie achetées, et pourrait complexifier d'autres rachats occidentaux de start-ups chinoises dans le secteur de l'IA.

Meta et OpenAI annoncent l'achat du premier chip IA d'Arm pour serveurs

Meta Platforms et OpenAI ont annoncé l'acquisition du premier chip IA pour serveurs conçu et produit en propre par Arm, marquant un tournant stratégique majeur pour la filiale de SoftBank. Jusqu'ici, Arm se contentait de licencier ses architectures à d'autres fabricants de puces, cette entrée dans la production directe change fondamentalement son positionnement dans l'industrie des semi-conducteurs. Ce mouvement intervient dans un contexte de course effrénée aux infrastructures IA, où les grandes entreprises tech cherchent à réduire leur dépendance à Nvidia et à ses GPU. En développant un processeur central (CPU) optimisé pour les charges de travail IA, Arm propose une alternative potentiellement plus efficace énergétiquement que les architectures graphiques traditionnellement utilisées pour l'entraînement et l'inférence des modèles. Le chip en question est un CPU capable de traiter des tâches IA avec une efficacité supérieure aux GPU classiques pour certains cas d'usage serveur. Arm prévoit sa production pour la fin de l'année 2026. L'engagement simultané de Meta et OpenAI, deux des acteurs les plus gourmands en compute de la planète, valide commercialement le produit avant même sa sortie officielle et envoie un signal fort au marché. Ce partenariat ouvre une nouvelle phase pour Arm, qui sort du rôle de simple fournisseur de licences pour devenir un acteur matériel à part entière dans la chaîne de valeur IA. Si le chip tient ses promesses en termes de performance par watt, d'autres hyperscalers pourraient rapidement rejoindre la liste des clients, renforçant la pression concurrentielle sur Nvidia et AMD.

Meta : Mark Zuckerberg va laisser un agent IA diriger l’entreprise à sa place

Mark Zuckerberg franchit une nouvelle étape dans l'intégration de l'intelligence artificielle au sein de Meta : il développe un agent IA personnel conçu pour l'assister dans ses fonctions de dirigeant. Selon le Wall Street Journal, cet assistant numérique aurait pour mission d'accélérer la prise de décision en fournissant des données et des synthèses en temps réel, court-circuitant ainsi les circuits hiérarchiques traditionnels jugés trop lents. L'enjeu dépasse largement le simple gain de productivité. En confiant une partie de son rôle exécutif à un agent IA, Zuckerberg envoie un signal fort à l'ensemble du secteur : l'automatisation ne s'arrête plus au travail opérationnel, elle monte désormais jusqu'aux fonctions stratégiques. Chez Meta, cette logique est déjà institutionnalisée, l'utilisation de l'IA fait partie des critères d'évaluation des performances des salariés, qui sont également encouragés à concevoir leurs propres outils internes plutôt que de se limiter aux solutions existantes. Parmi les dispositifs déjà en test en interne, Meta expérimente notamment un système baptisé « Second Brain », qui organise et centralise l'information pour la rendre instantanément accessible. D'autres agents vont plus loin : ils accèdent à des fichiers, analysent des échanges internes et interagissent entre eux de manière autonome pour accomplir des missions stratégiques complexes. En parallèle, l'entreprise investit dans des start-up spécialisées et structure de nouvelles équipes de recherche dédiées à ces technologies. Cette transformation redessine l'organisation interne de Meta : les équipes se font plus petites, plus autonomes, tandis que les fonctions de coordination traditionnellement assurées par des managers humains sont progressivement absorbées par des systèmes algorithmiques. Si d'autres grandes entreprises technologiques observent ce mouvement avec attention, Zuckerberg pourrait bien avoir inauguré un modèle de gouvernance inédit, celui de l'entreprise co-dirigée par l'humain et la machine.

Meta : Zuckerberg développe son propre agent IA et envisage des hiérarchies plus plates

Mark Zuckerberg serait en train de développer son propre agent d'intelligence artificielle personnel pour l'aider à diriger Meta. Cette initiative s'inscrit dans une transformation organisationnelle plus large que le PDG du groupe envisage pour l'entreprise, avec des suppressions massives de postes à la clé. L'adoption d'un agent IA au sommet de la hiérarchie d'une des plus grandes entreprises technologiques mondiales est un signal fort : l'automatisation ne se limite plus aux tâches opérationnelles, elle atteint désormais les fonctions de direction. Pour le secteur, cela confirme que les outils d'IA générative sont perçus comme suffisamment matures pour assister, voire remplacer en partie, des processus décisionnels complexes au plus haut niveau. Meta envisagerait parallèlement d'aplatir ses hiérarchies internes, une démarche directement liée à l'intégration de l'IA dans les flux de travail. Moins d'échelons managériaux signifie moins d'intermédiaires humains, une tendance que l'automatisation par agents IA rend structurellement possible. Des réductions d'effectifs massives seraient prévues dans ce cadre, bien que les chiffres précis n'aient pas encore été communiqués officiellement. Cette évolution chez Meta illustre une dynamique qui s'accélère dans tout le secteur tech : les entreprises n'expérimentent plus l'IA en périphérie de leurs opérations, mais la placent au cœur même de leur gouvernance. Le fait que Zuckerberg lui-même utilise un agent IA pour ses propres responsabilités de direction pourrait accélérer l'adoption interne et légitimer des restructurations profondes dans les mois à venir.

Chez Meta, l’IA est le nouveau modérateur de Facebook et Instagram

Meta accélère le déploiement de l'intelligence artificielle pour automatiser la modération des contenus sur Facebook et Instagram. Le groupe dirigé par Mark Zuckerberg entend remplacer progressivement ses prestataires humains externes par des systèmes automatisés, dans une logique de réduction des coûts et d'uniformisation des décisions de modération à grande échelle. Cette décision s'inscrit dans un contexte de pression croissante sur les plateformes pour gérer efficacement les contenus illicites, haineux ou désinformatifs. En confiant cette mission à l'IA, Meta mise sur la capacité de traitement massif des algorithmes, capables d'analyser des millions de publications par jour là où les équipes humaines peinent à suivre le rythme. Pour le secteur, c'est un signal fort : la modération par des tiers sous-traitants, un marché qui emploie des dizaines de milliers de personnes dans le monde, est directement menacée. L'entreprise affirme que ses outils IA existants permettent déjà de détecter automatiquement une large part des contenus problématiques, et qu'elle souhaite désormais « automatiser davantage la modération ». Les prestataires externes, jusqu'ici chargés de la révision manuelle des signalements, seraient ainsi progressivement écartés du processus. Meta n'a pas communiqué de calendrier précis ni de chiffres sur le volume de postes concernés. La question de la fiabilité reste entière : les systèmes automatisés sont régulièrement critiqués pour leurs biais, leurs erreurs de contexte culturel et leur incapacité à saisir les nuances du langage. Des associations de défense des droits numériques ainsi que des régulateurs européens scruteront de près cette transition, notamment au regard des obligations imposées par le Digital Services Act (DSA).

Meta réduit le recours aux modérateurs tiers et mise davantage sur l'IA

Meta Platforms accélère sa transition vers l'intelligence artificielle pour la modération de contenu sur ses plateformes, au détriment des prestataires tiers humains. La maison mère de Facebook, Instagram et Threads a annoncé jeudi le déploiement élargi de systèmes d'IA chargés d'examiner les publications et signalements à la place des équipes externalisées. Ce virage stratégique s'inscrit dans une tendance de fond chez les grandes plateformes : réduire les coûts opérationnels tout en maintenant, voire en accélérant, la vitesse de traitement des contenus problématiques. La modération humaine externalisée, souvent critiquée pour ses conditions de travail difficiles et ses inconsistances, cède ainsi du terrain face à des systèmes automatisés capables de traiter des volumes bien supérieurs. Les détails techniques et financiers précis de cette annonce restent limités dans l'extrait disponible, mais Meta positionne clairement l'IA comme le pilier central de sa politique de modération à venir. Ce changement concerne l'ensemble de l'écosystème du groupe, soit plusieurs milliards d'utilisateurs actifs répartis sur ses différentes applications. Ce repositionnement intervient dans un contexte de pression réglementaire croissante en Europe et aux États-Unis sur la responsabilité des plateformes face aux contenus nuisibles, un pari risqué si les systèmes d'IA s'avèrent insuffisants pour détecter les formes les plus subtiles de désinformation ou de harcèlement.

Avec Manus, Meta transforme votre PC en assistant autonome capable d’agir à votre place

Meta franchit une nouvelle étape dans la course aux agents autonomes en faisant évoluer Manus, sa start-up récemment acquise, vers une solution concrète capable d'agir directement sur le PC de l'utilisateur. L'objectif affiché : transformer l'ordinateur personnel en assistant actif, capable d'exécuter des tâches complexes de manière autonome, sans nécessiter une supervision constante de l'utilisateur. Cette annonce s'inscrit dans une stratégie offensive que Meta déploie méthodiquement dans l'intelligence artificielle. Après plusieurs acquisitions ciblées, le groupe de Mark Zuckerberg mise désormais sur les agents autonomes comme prochain front concurrentiel, face à des acteurs comme OpenAI avec ses Operators ou Google avec ses propres initiatives agentiques. La promesse est de passer d'une IA qui répond à des questions à une IA qui accomplit réellement des actions, navigation web, gestion de fichiers, automatisation de workflows. Manus représente dans ce contexte une brique technologique clé : la start-up, spécialisée dans l'automatisation intelligente, apporte à Meta une approche accessible au grand public, en s'appuyant sur l'environnement PC existant de l'utilisateur. Plutôt que d'exiger une infrastructure cloud dédiée, l'agent s'intègre directement à la machine locale, ce qui réduit la latence et soulève néanmoins des questions sur la sécurité et la confidentialité des données traitées en local. Si les détails techniques complets restent à confirmer, cette évolution signale clairement que Meta entend ne pas laisser le marché des agents de bureau à ses concurrents. La bataille pour devenir le système nerveux autonome du poste de travail ne fait que commencer.

Meta prépare un outil pour détecter les contenus IA

Meta travaillerait sur un outil de détection des contenus générés par intelligence artificielle, selon des informations encore non confirmées officiellement. Cette initiative intervient dans un contexte où les productions issues de l'IA représentent désormais une part significative du contenu circulant sur le web, avec des estimations atteignant plus de 50 % selon de récentes observations. L'enjeu est considérable pour les plateformes sociales : la prolifération de contenus synthétiques, images, textes, vidéos, fragilise la confiance des utilisateurs et complique la modération. En développant un tel dispositif, Meta cherche à mieux tracer la frontière entre création humaine et génération automatisée, une question devenue centrale pour l'ensemble du secteur. Le projet reste encore discret, et peu de détails techniques ont filtré. Néanmoins, le signal est fort : Meta, qui a largement contribué à démocratiser les outils d'IA générative via ses modèles Llama et ses fonctionnalités intégrées à Instagram, Facebook et WhatsApp, reconnaît implicitement la nécessité d'un rééquilibrage. La détection de contenus IA s'inscrit par ailleurs dans un cadre réglementaire croissant, notamment en Europe avec l'AI Act. Cette démarche pourrait préfigurer un standard industriel, d'autres acteurs comme Google et OpenAI ayant déjà investi dans des technologies de watermarking et d'authentification de l'origine des contenus. La question est désormais de savoir si ces outils seront suffisamment robustes pour suivre le rythme d'amélioration des modèles génératifs eux-mêmes.

Après Perplexity, Meta lance sa propre alternative à OpenClaw

Meta vient de franchir une étape décisive dans la course aux agents IA en enrichissant Manus, l'agent chinois acquis ces derniers mois. La nouveauté majeure : une fonction permettant à l'IA de quitter le cloud pour s'exécuter directement en local sur votre PC, une approche qui change radicalement le rapport à la confidentialité et à la dépendance aux serveurs distants. Cette annonce s'inscrit dans une dynamique de fond : le marché des agents IA autonomes capables d'agir sur un ordinateur devient un terrain de bataille stratégique. Après que Perplexity a lancé Personal Computer, son propre agent bureautique, Meta riposte en positionnant Manus comme une alternative grand public. L'enjeu dépasse le simple gadget, il s'agit de savoir quel acteur contrôlera la couche d'interaction entre l'utilisateur et sa machine. Face à OpenClaw, l'agent open source qui suscite un engouement croissant chez les développeurs, Meta mise sur une approche plus accessible, packagée autour de l'infrastructure Manus. L'exécution locale constitue un argument de poids : les données restent sur l'appareil de l'utilisateur, sans transiter par des serveurs tiers. C'est précisément ce différenciateur que Perplexity avait mis en avant pour Personal Computer. La convergence de plusieurs géants, Meta, Perplexity, et la communauté open source derrière OpenClaw, sur ce créneau des agents PC locaux suggère que 2026 pourrait être l'année où ces outils passent du laboratoire au grand public. La question reste entière : lequel de ces acteurs parviendra à s'imposer comme standard de fait.

Meta repousse son modèle d'IA Avocado, distancé par Google et OpenAI lors de tests internes

Meta aurait décidé de reporter le lancement de son prochain modèle d'intelligence artificielle, baptisé en interne "Avocado", après que des tests internes ont révélé des performances insuffisantes face à la concurrence. Le modèle n'est pas en mesure de rivaliser avec les dernières productions de Google, OpenAI et Anthropic, selon les informations rapportées par The Decoder. Ce report illustre la pression croissante qui s'exerce sur Meta dans la course aux grands modèles de langage. Alors que l'entreprise de Mark Zuckerberg a réalisé d'importants investissements dans l'IA, notamment avec la série Llama et le lancement de Meta AI, rester compétitif face à des acteurs qui sortent des mises à jour majeures à un rythme soutenu représente un défi technique et stratégique de premier plan. Les tests internes auraient mis en évidence un écart de performances significatif entre Avocado et ses concurrents directs, en particulier les modèles récents de Google (Gemini) et d'OpenAI (GPT-4o et ses successeurs). Plutôt que de lancer un modèle en position de faiblesse, Meta aurait choisi de repousser la sortie pour permettre des améliorations supplémentaires, une décision stratégique qui reflète les enjeux de réputation dans ce secteur ultra-compétitif. Ce report soulève des questions sur la capacité de Meta à maintenir son rythme de publication face à des concurrents disposant d'équipes de recherche très bien dotées. Le groupe devra trouver le bon équilibre entre rapidité de mise sur le marché et qualité des performances pour ne pas laisser trop de terrain à OpenAI, Google et Anthropic, qui continuent d'élargir leur avance perçue auprès des développeurs et des entreprises.

Meta n'a pas racheté Moltbook pour ses bots — elle parie sur le web agentique

Meta a acquis Moltbook non pas pour ses fonctionnalités de création de bots, mais pour se positionner sur le "web agentique", un futur où des agents IA autonomes naviguent, achètent et interagissent au nom des utilisateurs. Ce rachat révèle la vision de Meta : intégrer les agents IA dans sa plateforme publicitaire et commerciale pour capter la valeur générée par ces nouveaux intermédiaires numériques.

L'accord Moltbook de Meta esquisse un avenir bâti autour des agents IA

Meta a acquis Moltbook dans une opération qui, bien que surprenante à première vue, révèle la vision stratégique du groupe sur l'avenir du web agentique. Cette acquisition signale comment Meta envisage le rôle des agents IA dans la transformation de la publicité et du commerce en ligne. Le deal positionne Meta pour tirer parti d'un écosystème où les agents autonomes deviennent les acteurs centraux des interactions numériques.

Meta rachète Moltbook, le surprenant réseau social… où les utilisateurs sont des intelligences artificielles

Meta confirme le rachat de Moltbook, un réseau social atypique dont la particularité est que ses utilisateurs sont des intelligences artificielles. Cette acquisition s'inscrit dans la stratégie offensive de Meta dans le domaine de l'IA, après le rachat de Manus. Moltbook avait suscité un fort engouement en début d'année.

Deepfakes : Meta épinglé pour ses failles dans la lutte contre les contenus générés par IA

Meta est critiqué pour ses insuffisances dans la détection et la modération des deepfakes et contenus générés par IA sur ses plateformes. Malgré les efforts des géants du web pour adapter leurs systèmes de modération face à la prolifération de fausses images et vidéos hyperréalistes, Meta peine encore à contenir efficacement ces contenus trompeurs. La précision croissante des IA génératives rend la lutte contre la désinformation visuelle particulièrement difficile sur les réseaux sociaux.