Actualités IA — page 104

7 607 articles au fil, du plus récent au plus ancien.

48

2061La Tribune 

La licorne Databricks bouscule la Silicon Valley grâce à des agents IA d'entreprise conçus pour casser les coûts

Databricks, valorisé 134 milliards de dollars, vient d'annoncer le lancement d'une suite d'agents d'intelligence artificielle destinés aux entreprises. Ces outils sont conçus pour permettre à des équipes sans compétences techniques de générer automatiquement des stratégies commerciales, analyser des données complexes et automatiser des processus métier entiers. La licorne américaine, fondée en 2013 et connue pour sa plateforme de gestion et d'analytique de données, positionne ces agents comme une alternative significativement moins coûteuse aux solutions concurrentes déjà en place. L'enjeu économique est considérable. En promettant de "casser les coûts", Databricks cible directement les entreprises qui hésitent encore à déployer l'IA faute de budgets suffisants ou d'expertise interne. Si ces agents tiennent leurs promesses d'autonomie, ils pourraient démocratiser l'accès aux outils d'IA décisionnelle, jusqu'ici réservés aux grandes organisations dotées d'équipes data solides. Pour les DSI et les directeurs de transformation numérique, cela ouvre la perspective de moderniser les opérations sans recruter de spécialistes coûteux. Cette annonce s'inscrit dans une bataille ouverte pour le contrôle de la couche IA en entreprise. Databricks, concurrent direct de Snowflake sur le terrain des données, étend désormais son ambition vers des plateformes universelles, empiétant sur les positions de Microsoft avec Copilot, Salesforce avec Agentforce ou encore ServiceNow. Après une levée de fonds record de 15 milliards de dollars en 2024, la licorne dispose des ressources pour tenir ce pari sur la durée. La prochaine étape sera de convaincre des entreprises encore méfiantes que des agents autonomes peuvent réellement prendre des décisions stratégiques fiables sans supervision humaine constante.

Outils⚒Outil

1 source

48

2062Next INpact 

Botsitting, botshitting : quand l’IA au travail crée plus de travail qu’elle n’en supprime

Une étude du Work AI Institute, regroupant plusieurs universitaires américains spécialisés dans l'organisation du travail, révèle un paradoxe saisissant à l'ère de l'IA professionnelle. Menée auprès de 6 000 professionnels du numérique aux États-Unis, au Royaume-Uni et en Australie, elle montre que 87 % d'entre eux utilisent l'IA au travail, et 77 % jonglent avec plusieurs outils simultanément, un tiers en utilise au moins quatre. Ces outils permettent d'automatiser 27 % de leur production et font gagner en moyenne 11 heures par semaine, soit près d'un tiers du temps de travail. Pourtant, 6,4 heures de ces mêmes 11 heures sont consacrées à ce que les chercheurs appellent le « botsitting » : fournir le contexte manquant à l'IA, vérifier ses sorties, et corriger les réponses erronées qu'elle formule avec aplomb. Résultat : le gain net réel se réduit à moins de cinq heures hebdomadaires. Le fossé entre bénéfices individuels et valeur organisationnelle est l'enjeu central de cette étude. Si 75 % des travailleurs se disent plus productifs à titre personnel, seulement 13 % estiment que leur entreprise en profite réellement. Ce découplage s'explique par une dérive documentée par les chercheurs sous le terme de « botshitting » : 69 % des utilisateurs admettent livrer du travail généré par l'IA sans l'avoir relu, sans le comprendre entièrement, et sans être capables de le défendre si on les interrogeait. 41 % soumettent des résultats IA en production qu'ils sont incapables d'expliquer à leurs collègues ou supérieurs, générant ainsi de la charge cognitive chez les autres. 28 % vont jusqu'à attribuer leurs propres erreurs à l'IA qu'ils ont utilisée. Ces chiffres révèlent une transformation profonde des rapports au travail et à la compétence. 48 % des professionnels interrogés se tournent vers l'IA avant même de tenter de résoudre un problème par eux-mêmes, et 52 % trouvent plus facile de collaborer avec un bot qu'avec un collègue humain. 61 % estiment que l'IA les aide davantage que leur propre responsable hiérarchique. Le Work AI Institute pointe une incapacité structurelle des organisations à transformer ces gains individuels en valeur collective : les entreprises n'ont ni budgété, ni supervisé, ni même reconnu le temps invisible consacré à encadrer les IA. À mesure que la dépendance aux outils s'intensifie et que la vérification humaine s'érode, le risque n'est plus seulement une perte d'efficacité, c'est une dégradation silencieuse de la qualité et de la responsabilité professionnelle à l'échelle des organisations.

Société❖Paper

1 source

53

2063Next INpact 

☕️ L’Estonie veut attribuer une identité numérique à chaque agent IA

L'Estonie va créer un système d'identité numérique spécifiquement destiné aux agents IA. Kristen Michal, Premier ministre du pays balte, a annoncé la mise en place d'un « code d'identification personnel pour l'intelligence artificielle ». Concrètement, chaque agent IA agissant au nom d'un particulier ou d'une organisation recevra une identité traçable, assortie de droits précisément définis : il pourra être autorisé à consulter des données, préparer un document ou effectuer des actions dans un cadre financier déterminé. L'objectif déclaré est de répondre à trois questions fondamentales : qui agit, pour le compte de qui, et qui porte la responsabilité des actions effectuées. Il ne s'agit pas d'attribuer une personnalité juridique aux agents IA ni de leur conférer un statut légal propre, mais de formaliser leur périmètre d'action dans l'espace numérique estonien, notamment pour les démarches administratives et les services publics. L'enjeu principal est la traçabilité des actions que les agents IA effectuent au nom d'humains dans des contextes de plus en plus sensibles : rédaction de rapports, préparation de déclarations fiscales, communication avec des systèmes d'information officiels. Aujourd'hui, dans les entreprises, les agents IA disposent généralement d'accès restreints à l'infrastructure, et les principaux fournisseurs ont mis en place des mécanismes de journalisation et d'approbation. Mais ces garde-fous restent confinés aux systèmes privés. Le modèle estonien vise à étendre cette logique aux services publics, où la responsabilité est encore plus engagée. Pour Michal, un utilisateur ne devrait jamais être contraint d'accorder à son assistant IA un accès complet à l'ensemble de ses droits, services et données personnelles. Le système permettrait au contraire des délégations granulaires et auditables. L'Estonie est particulièrement bien placée pour porter cette initiative. Depuis les années 2000, le pays a bâti une infrastructure numérique unique en Europe : carte d'identité électronique adoptée par l'ensemble de la population, signature numérique légalement reconnue, et X-Road, le réseau sécurisé qui interconnecte les services publics estoniens et a inspiré des projets similaires dans plusieurs pays. C'est cette maturité technique qui rend le projet crédible là où il ne serait qu'un concept ailleurs. Michal présente explicitement l'initiative comme une opportunité pour son pays de définir un standard international sur la traçabilité des agents IA, un espace encore totalement non régulé à l'échelle mondiale. Alors que les agents autonomes commencent à agir de façon concrète dans des domaines jusqu'ici réservés aux humains, la question de leur identité et de leur responsabilité devient urgente pour les gouvernements, les entreprises et les citoyens.

Régulation⚖Reglementation

1 source

52

2064NVIDIA AI Blog 

La France fait progresser l'avenir de l'IA en Europe avec les technologies NVIDIA

La France accélère son infrastructure d'intelligence artificielle à grande échelle, avec plusieurs annonces majeures dévoilées cette semaine à VivaTech 2026. Mistral, la licorne française de l'IA, a mis en service son premier centre de données à Bruyères-le-Châtel, en région parisienne, équipé de 18 000 systèmes NVIDIA GB200. Ce site de 44 mégawatts constitue la première étape d'un plan visant 200 mégawatts de capacité de calcul répartis à travers l'Europe d'ici 2027. Mistral collabore par ailleurs avec la banque publique Bpifrance, la société d'investissement MGX et NVIDIA pour développer Campus AI, un réseau d'usines d'IA dont l'élément central devrait atteindre 1,4 gigawatt. Bull et Foxconn ont annoncé la production en Europe du supercalculateur NVIDIA Vera Rubin NVL72 : les systèmes seront fabriqués en République tchèque puis assemblés et validés dans l'usine Bull d'Angers. Le fournisseur de cloud Scaleway propose désormais des instances NVIDIA Blackwell B300-SXM, et un consortium de huit entreprises françaises a soumis une candidature pour accueillir une gigafactory européenne de l'IA sur le sol français. Ces investissements positionnent la France comme l'un des pivots de l'infrastructure IA en Europe, dans un contexte de compétition mondiale intense pour la puissance de calcul. Pour les entreprises et développeurs du continent, disposer de ces ressources localement réduit la dépendance aux infrastructures américaines et répond aux exigences de souveraineté et de conformité imposées par la réglementation européenne. L'essor de modèles ouverts, adaptés aux langues et aux cadres juridiques locaux, donne aux organisations publiques et privées la capacité d'inspecter, d'adapter et d'auditer leurs systèmes d'IA. Schneider Electric, associé à NVIDIA pour concevoir des plans de déploiement de centres de données à l'échelle du gigawatt, entend industrialiser ces infrastructures pour répondre à une demande qui ne cesse d'accélérer. Ce déploiement prolonge la dynamique lancée à GTC Paris lors de VivaTech 2025, où la France avait annoncé ses ambitions nationales en matière d'IA. Le programme France 2030, le Sommet pour l'action sur l'IA de 2025 et le sommet Choose France ont depuis mobilisé des milliards d'euros d'engagements d'investissement. Sur scène à VivaTech cette année, des responsables de Gradium, H Company, LINAGORA et Pleias ont débattu du rôle des modèles ouverts dans l'écosystème européen. Pierre-Carl Langlais, directeur technique de Pleias, a résumé l'enjeu : "On passe de la construction d'un modèle isolé à une infrastructure de modèles en continu, où les modèles s'entraînent mutuellement, gèrent les données et valident l'apprentissage par renforcement." L'objectif affiché est que les pratiques de pointe en IA se diffusent à l'ensemble de l'économie européenne, en dehors de toute dépendance exclusive aux acteurs américains.

Infrastructure⚡Actu

1 source

36

2065Numerama 

Edge AI et stockage local : les caméras de surveillance qui coupent le cordon avec le cloud [Sponso]

Les caméras de surveillance connectées connaissent une adoption massive dans les foyers et entreprises, mais elles dissimulent un compromis fondamental : pour accéder à leurs fonctionnalités avancées, détection de mouvement, alertes intelligentes, reconnaissance de personnes, la quasi-totalité des modèles exige que les flux vidéo soient envoyés vers des serveurs distants. Reolink, fabricant spécialisé dans la vidéosurveillance connectée, propose une alternative architecturale en embarquant le traitement directement dans la caméra, couplé à un stockage local sur carte SD ou NAS. Cette approche, dite Edge AI, change concrètement la donne pour les utilisateurs soucieux de leur vie privée et de leur souveraineté numérique. Les données ne quittent jamais le domicile ou les locaux de l'entreprise, supprimant le risque de fuite lors d'une violation côté cloud ou d'un changement brutal de politique tarifaire de l'éditeur. L'indépendance vis-à-vis d'un abonnement mensuel représente aussi un argument économique réel sur la durée, les services cloud de surveillance pouvant atteindre plusieurs dizaines d'euros par an et par caméra. La dépendance au cloud dans la vidéosurveillance grand public s'est imposée progressivement comme modèle dominant, portée par Nest (Google), Ring (Amazon) ou Arlo, qui y trouvent un levier de revenus récurrents. Face aux inquiétudes croissantes sur la protection des données personnelles et aux discussions réglementaires européennes autour du RGPD, le modèle local regagne en légitimité. L'embarquement de puces d'inférence IA directement dans les appareils ouvre la voie à des caméras pleinement autonomes, capables d'analyse intelligente sans dépendance réseau permanente.

Outils⚒Outil

1 source

49

2066Le Big Data 

AWS prépare une nouvelle génération d’agents IA d’entreprise

Amazon Web Services a dévoilé une série d'annonces autour de sa plateforme Bedrock et de plusieurs nouveaux services destinés à accélérer l'intégration des agents IA dans les environnements d'entreprise. Les évolutions touchent quatre domaines principaux : l'accès à la connaissance, l'automatisation des processus métier, la sécurité applicative et le développement logiciel. Bedrock AgentCore s'enrichit notamment de connecteurs vers SharePoint, Confluence, Google Drive et Amazon S3, mais aussi d'une capacité de navigation web directement intégrée au périmètre sécurisé du client. Un mécanisme d'accès aux contenus sous licence est également prévu, permettant aux fournisseurs de données de monétiser leur usage par les agents. Sur le terrain de la gouvernance, les équipes peuvent désormais analyser les erreurs récurrentes, tester différentes configurations et renforcer la protection contre les injections de prompt via Bedrock Guardrails. L'assistant métier Amazon Quick reçoit des capacités de gestion autonome de tâches, avec une vue unifiée regroupant échanges, rendez-vous et actions en attente, et s'ouvre à de nouveaux partenaires comme Adobe, Figma, Shopify, Snowflake et WhatsApp. Ces annonces marquent un changement de paradigme dans la façon dont AWS positionne l'IA en entreprise : il ne s'agit plus d'outils de question-réponse, mais d'agents capables d'agir de façon autonome sur des workflows réels. Pour les équipes de développement, AWS Continuum automatise l'identification et la correction des vulnérabilités logicielles, tandis qu'AWS Transform surveille en continu les dépôts de code pour détecter les composants vieillissants et proposer des pull requests correctives. AWS DevOps Agent élargit quant à lui son périmètre à la validation pré-production et à la génération automatique de scénarios de test. L'environnement de développement piloté par agents Kiro devient accessible sur iPhone. Ce virage vers l'automatisation concrète représente un enjeu majeur pour les directions techniques et les DSI, qui doivent désormais évaluer comment déléguer des pans entiers de leur chaîne de valeur à des systèmes autonomes. Ces évolutions s'inscrivent dans une compétition intense entre les grands fournisseurs de cloud pour capter les budgets IA des entreprises. AWS répond ainsi aux offres de Microsoft Copilot et de Google Vertex AI, qui avancent sur des territoires similaires. Le nouveau service AWS Context, qui construit automatiquement une représentation des liens entre données d'entreprise pour les rendre exploitables par les agents, illustre la volonté d'AWS de résoudre la fragmentation de l'information dans les grandes organisations, un problème structurel que ni les outils de recherche classiques ni les premiers chatbots d'entreprise n'ont su régler. La capacité à monétiser les données premium via les agents ouvre par ailleurs un nouveau marché pour les éditeurs de contenu, dont les modalités de valorisation restent encore à définir dans un cadre réglementaire et contractuel qui n'en est qu'à ses débuts.

Outils⚒Outil

1 source

57

2067FrenchWeb 

Le jour où la Silicon Valley a compris qu’elle n’était pas souveraine

Depuis vendredi 13 juin 2026, l'interdiction d'accès aux modèles Mythos et Fable d'Anthropic en Europe a provoqué une onde de choc dans l'industrie technologique. Des milliers d'entreprises et développeurs qui intégraient ces outils dans leurs produits se sont retrouvés du jour au lendemain privés de services sur lesquels ils avaient bâti des infrastructures entières. La décision, dont les contours réglementaires restent flous, a déclenché une cascade de réactions des deux côtés de l'Atlantique. L'événement agit comme un révélateur brutal d'une dépendance longtemps ignorée. Pour les acteurs européens du numérique, petites startups comme grandes entreprises, le blocage soudain d'un modèle fondateur illustre concrètement ce que signifie s'appuyer sur des infrastructures dont on ne contrôle ni la gouvernance ni la continuité. La question n'est plus théorique : une décision unilatérale américaine, qu'elle soit réglementaire, commerciale ou géopolitique, peut interrompre des services critiques sans préavis. Le débat sur la souveraineté numérique européenne couvait depuis des années, alimenté par la domination des hyperscalers américains sur le cloud et, désormais, sur l'IA générative. L'Europe investit dans des initiatives comme Mistral ou les programmes de recherche publique, mais la dépendance aux modèles frontier américains reste massive. Cet épisode pourrait accélérer les discussions autour d'une véritable politique industrielle de l'IA au niveau de l'Union, tout en forçant la Silicon Valley à mesurer les risques géopolitiques de son propre rayonnement technologique.

Régulation⚖Reglementation

1 source

44

2068Latent Space 

Midjourney Medical : scanner ses organes aussi simplement que monter sur une balance

Midjourney, le studio d'intelligence artificielle connu pour sa plateforme de génération d'images, a présenté le 17 juin 2026 un projet inattendu : le Midjourney Scanner, un système d'imagerie médicale à ultrasons plein corps. Décrit par le fondateur David Holz comme "la première nouvelle modalité d'imagerie médicale complète en 50 ans", l'appareil utilise des ultrasons plutôt que des rayons X, des IRM ou des scanners à radiation. Techniquement, il embarque 358 000 éléments ultrasoniques répartis sur 40 systèmes en anneau de 70 cm de diamètre, capture environ 40 Go de données par tranche corporelle à un débit de 17 Go/s, et reconstruit les images sur 21 serveurs représentant 2 pétaflops de puissance de calcul. La résolution annoncée atteint 0,5 mm pour les tissus internes. Le prototype actuel, testé sur une douzaine de personnes, nécessite encore environ 20 minutes par scan en raison de goulots d'étranglement techniques. Midjourney a également annoncé le Midjourney Spa, un premier espace bien-être de 2 300 m² prévu autour d'Union Square à San Francisco, avec 9 à 10 scanners intégrés, des saunas, bains froids et équipements sportifs, dont l'ouverture est visée pour fin 2027. L'ambition derrière ce projet dépasse largement le gadget technologique. Holz a déclaré que quelques dizaines de ces machines, fonctionnant à pleine capacité, pourraient réaliser plus de scanners corporels complets que l'ensemble des appareils IRM de la planète. L'objectif affiché à terme est un parc de 50 000 scanners capables d'effectuer jusqu'à un milliard de scans par mois, ce qui rendrait l'imagerie médicale préventive accessible à l'échelle mondiale. Pour les utilisateurs, cela ouvrirait la voie à un suivi de santé régulier, quotidien ou hebdomadaire, permettant de détecter des anomalies avant l'apparition de symptômes, de suivre la composition corporelle ou d'assister un médecin avec une première analyse augmentée par IA. L'approche sans investisseurs externes, financée en propre par Midjourney, confère à l'entreprise une liberté stratégique rare dans ce secteur. Ce lancement s'inscrit dans une tendance plus large de convergence entre les grandes capacités de calcul développées par les labos d'IA et le domaine médical, à l'image de ce qu'ont représenté les CryoEM de Chan Zuckerberg Biohub pour la biologie structurale. Midjourney a déjà entamé des discussions avec la FDA américaine, avec une stratégie réglementaire initiale orientée vers la composition corporelle, un segment jugé plus accessible. La deuxième génération du scanner est attendue pour fin 2026, puis une troisième avec des puces silicium sur mesure. Aucune IA n'était présente dans les images montrées lors du lancement, mais Holz a clairement indiqué que physique, simulation et apprentissage automatique seront au cœur des prochaines générations. L'équipe actuelle ne compte que neuf personnes, ce qui rend l'ampleur du projet d'autant plus saisissante.

Outils⚒Outil

1 source

42

2069Le Big Data 

ChatGPT met de l’ordre dans vos tâches planifiées avec cette nouvelle interface

OpenAI a déployé le 17 juin 2026 une nouvelle interface de gestion des tâches planifiées dans ChatGPT, baptisée page "Planifiées", accessible depuis la barre latérale sur le Web et sur mobile. Cette mise à jour concerne les abonnés Go, Plus, Pro, Business et Enterprise. Concrètement, l'ensemble des automatisations créées par un utilisateur se retrouve désormais regroupé en un seul endroit, avec la possibilité de consulter la prochaine exécution de chaque tâche, de la modifier, de la suspendre ou de la supprimer. OpenAI a également revu le processus de création : des exemples de commandes sont proposés d'emblée, et il suffit d'écrire une demande en langage naturel dans une conversation pour programmer une action. Les horaires gagnent en souplesse, avec des plages matin, après-midi ou soir sans obligation de spécifier une heure précise. Les limites varient selon l'abonnement : trois tâches actives simultanées pour Go, cinq pour Plus, quinze pour Pro, Business, Éducation et Enterprise. Ce changement répond à un problème concret qui freinait l'adoption des tâches planifiées depuis leur lancement il y a plusieurs mois : les automatisations se créaient au fil des conversations, rendant leur retrouvaille laborieuse. En centralisant cette gestion, OpenAI abaisse significativement la barrière d'usage pour les professionnels et les utilisateurs réguliers qui recourent à ChatGPT pour des rappels, des surveillances d'informations ou des tâches récurrentes. Les notifications s'améliorent également : une fois les autorisations accordées, les rappels peuvent être reçus sur toutes les plateformes connectées au compte, avec le choix entre notifications push, e-mails ou les deux. OpenAI intègre par ailleurs ces tâches dans Pulse, un espace dédié aux automatisations où ChatGPT peut surveiller un sujet précis et alerter l'utilisateur uniquement en cas de changement significatif, avec des résumés visuels consultables à la demande. Les tâches planifiées de ChatGPT avaient été introduites progressivement depuis fin 2024, mais restaient une fonctionnalité de niche, peu visible et difficile à gérer. Cette refonte s'inscrit dans une stratégie plus large d'OpenAI visant à faire de ChatGPT un véritable agent personnel capable d'agir de façon autonome dans la durée, au-delà des échanges ponctuels. La concurrence est vive sur ce terrain : Google avec Gemini et Microsoft avec Copilot poussent eux aussi vers des assistants capables d'automatiser des workflows complexes. Des restrictions subsistent néanmoins : les conversations vocales et les GPT personnalisés restent incompatibles avec la fonctionnalité. La vraie question désormais est de savoir si OpenAI ira plus loin en permettant des tâches déclenchées par des événements externes, ce qui rapprocherait ChatGPT d'outils d'automatisation comme Zapier ou Make.

Outils⚒Outil

Aussi surBlog du Modérateur

52

2070Le Big Data 

Noam Shazeer : le cerveau de Gemini lâche Google pour OpenAI

Noam Shazeer, vice-président de l'ingénierie chez Google et l'un des principaux architectes du modèle Gemini, a annoncé le 18 juin 2026 son départ pour rejoindre OpenAI. Il y prend le poste de responsable de la recherche en architecture, une nomination confirmée par l'entreprise de Sam Altman. Dans un message publié sur X, Shazeer a exprimé sa fierté du travail accompli chez Google tout en affichant son enthousiasme pour cette nouvelle étape. L'accueil chez OpenAI a été chaleureux : Mark Chen a salué ses contributions aux architectures Transformer et Mixture of Experts, le qualifiant de l'un des plus grands spécialistes de l'intelligence artificielle générale. Sam Altman, lui, a déclaré attendre ce moment depuis la création même d'OpenAI il y a dix ans. Ce départ représente un coup dur symbolique et technique pour Google à un moment particulièrement sensible. Shazeer est considéré comme l'un des chercheurs ayant joué un rôle décisif dans l'accélération de Gemini face à ChatGPT, contribuant à maintenir Google dans la course alors que la pression concurrentielle n'avait jamais été aussi forte. Son transfert vers OpenAI, qui prépare actuellement son introduction en bourse, renforce la position de la startup dans la bataille des talents en IA. Pour l'industrie, cela illustre une tendance lourde : les ingénieurs les plus influents de l'IA circulent entre les grands acteurs, emportant avec eux une expertise difficilement remplaçable. Shazeer est une figure fondatrice de l'IA moderne. Entré chez Google en 2000, il a notamment contribué au développement d'AdSense avant de cosigner en 2017 l'article "Attention Is All You Need", qui a introduit l'architecture Transformer aujourd'hui au coeur de pratiquement tous les grands modèles génératifs. Il avait ensuite quitté Google pour cofonder Character.AI, une plateforme de chatbots conversationnels que Google a rachetée en 2024 pour 2,7 milliards de dollars. Ce rachat l'avait ramené chez Google avec une partie de son équipe de recherche, où il avait rapidement pris la tête du développement de Gemini. Son nouveau départ, moins de deux ans après ce retour, intervient dans un contexte où OpenAI cherche à consolider son avance technologique avant son entrée en bourse et où Google doit défendre sa position sur un marché de l'IA générative de plus en plus disputé.

Business❧Opinion

Aussi surThe Information AI,The Decoder

46

2071arXiv cs.RO 

RL résiduel centré sur les objets pour l'amélioration zéro-shot des VLA en transfert simulation-réel

Des chercheurs de Microsoft Research ont publié fin juin 2026 un framework baptisé Object-Centric Residual RL (arXiv:2606.18953), conçu pour améliorer la robustesse des modèles Vision-Language-Action (VLA) dans des tâches de manipulation physique précise. Le principe : entraîner une politique correctrice en simulation pure, basée non pas sur des images mais sur les poses des objets, puis la transférer directement sur un robot réel sans aucun fine-tuning supplémentaire. Sur un bras Franka Research 3 (FR3), la méthode fait passer le taux de succès moyen de 42 % à 76 % en zero-shot sur cinq tâches de manipulation, avec une politique résiduelle entraînée exclusivement en simulation, avec injection de bruit de pose et dropout. Le processus inclut également le rejeu des démonstrations de télé-opération en simulation pour entraîner un VLA "jumeau" simulé, auquel la politique résiduelle est ensuite couplée avant transfert zero-shot. L'enjeu est direct pour les intégrateurs et les équipes de déploiement robotique : les VLA actuels, qu'il s'agisse de Pi-0 (Physical Intelligence), d'OpenVLA ou des modèles RT de Google, généralisent bien à travers des tâches variées mais accumulent des erreurs d'exécution lors d'interactions physiques précises (pincements, insertions, assemblages) où la précision millimétrique est requise. Les approches concurrentes butent sur un trilemme classique : les méthodes à états privilégiés nécessitent une distillation coûteuse pour le déploiement, les méthodes basées image souffrent du fossé visuel sim-to-réel, et le RL en conditions réelles reste coûteux et risqué pour le matériel. En substituant les poses d'objets aux images comme espace d'observation, le framework crée une représentation compacte et cohérente entre simulation et réalité, suffisamment légère pour un transfert zero-shot fiable. Autre résultat notable : les rollouts améliorés peuvent être réutilisés pour ré-entraîner le VLA de base, ouvrant une boucle d'auto-amélioration sans télé-opération supplémentaire. Le sim-to-real gap est un problème structurel qui freine la commercialisation des robots polyvalents depuis plusieurs années, et les VLA n'y échappent pas malgré leurs capacités de généralisation linguistique. Cette publication s'inscrit dans une dynamique de recherche intense où Physical Intelligence (Pi-0, Pi-0 FAST), Figure AI et 1X Technologies tentent chacun de réduire cet écart par des voies différentes : données réelles massives, domain randomization, ou standardisation du hardware. Microsoft Research, moins visible sur le déploiement commercial que ces acteurs, confirme ici un axe de recherche sur la correction post-entraînement des fondations robotiques par RL simulé. La page projet est publiée en accès ouvert sur le site de Microsoft Research ; aucun partenariat industriel ni timeline de déploiement n'est mentionné dans la publication, qui reste pour l'heure une contribution académique.

Robotique❧Opinion

1 source

45

2072arXiv cs.RO 

DREAM-Chunk : regroupement d'actions réactif avec modèle du monde latent

DREAM-Chunk (arXiv:2606.18589, juin 2026) est une méthode d'inférence conçue pour corriger une fragilité structurelle des modèles vision-language-action (VLA) : l'exécution en boucle ouverte lors de l'action chunking. Ce paradigme, devenu standard dans les VLA actuels, consiste à inférer à basse fréquence un bloc d'actions (un "chunk") que le robot exécute séquentiellement à haute fréquence, sans rétroaction intermédiaire. Dès qu'un chunk est lancé, le robot le suit à l'aveugle, vulnérable aux perturbations dynamiques, aux erreurs matérielles et à l'observabilité partielle. DREAM-Chunk adresse ce problème sans modifier ni réentraîner la politique sous-jacente : à l'inférence, il génère plusieurs chunks candidats, simule leurs trajectoires dans un espace latent via un world model léger, et sélectionne celui dont l'état prédit correspond le mieux à l'observation réelle. La méthode est validée sur le benchmark Kinetix et sur quatre tâches de manipulation couvrant deux plateformes robotiques et deux architectures VLA distinctes. L'intérêt pratique est direct pour les intégrateurs industriels qui déploient des VLA pré-entraînés sans accès au pipeline d'entraînement : DREAM-Chunk s'insère comme une couche plug-and-play, sans fine-tuning requis. La méthode s'inscrit dans la tendance du test-time compute scaling, bien établie côté LLM mais encore naissante en robotique physique, où dépenser davantage de calcul à l'inférence peut compenser les limites d'un modèle sans passer par un nouveau cycle d'entraînement coûteux. Les résultats montrent que les gains augmentent avec le nombre de chunks candidats échantillonnés, et que l'avantage est particulièrement marqué lorsque les démonstrations contiennent des comportements correctifs, ce qui soulève une question pratique sur la composition des datasets de démo. Les world models latents en robotique ont une longue tradition (DREAMER, TD-MPC2, DreamerV3), mais leur couplage avec des VLA basés sur le chunking reste récent. Physical Intelligence avec pi-0, Figure AI et des équipes de Stanford, CMU et Berkeley explorent simultanément comment améliorer la robustesse en déploiement sans réentraînement complet. DREAM-Chunk se distingue par son caractère agnostique au modèle sous-jacent, ce qui facilite son adoption sur des architectures hétérogènes. La prochaine étape logique serait une validation sur des plateformes commerciales à manipulation dextre (Fourier GR1, Unitree G1) et des tâches à dynamiques hautement stochastiques comme l'assemblage de précision. Le papier ne mentionne ni partenaires industriels ni pilotes commerciaux annoncés.

Robotique❧Opinion

1 source

40

2073arXiv cs.RO 

GCNGrasp-VP : planification de vue guidée par les affordances pour une préhension efficace orientée tâche

Une équipe de recherche publie ce mois-ci sur arXiv (référence 2606.19091) GCNGrasp-VP, un framework destiné à améliorer la saisie orientée tâche en robotique de manipulation, en particulier lorsque l'objet cible est partiellement masqué. Le système repose sur deux composants : GCNGrasp-v2, un modèle de préhension qui évalue simultanément la qualité d'une prise et prédit un champ d'affordance en temps constant, et Affordance-VP, un planificateur de points de vue qui utilise ce champ d'affordance comme métrique de gain d'information pour repositionner la caméra du robot vers les zones fonctionnellement pertinentes. Les auteurs rapportent une validation en environnement réel sur des scénarios mono-objet, avec une latence de calcul annoncée à l'échelle de la milliseconde et une correction de point de vue obtenue en un seul déplacement caméra. Le code et les modèles sont rendus publics sur GitHub. L'intérêt technique de cette approche réside dans la dissociation entre perception active et reconstruction de scène. Les méthodes existantes de view planning s'appuient généralement sur une reconstruction 3D complète avant de décider où observer, ce qui introduit une latence incompatible avec les contraintes de cycle industriel. GCNGrasp-VP contourne ce goulot en substituant la carte d'affordance à l'incertitude géométrique comme critère d'exploration, ce qui réduit le nombre d'ajustements nécessaires à un seul dans les tests publiés. Pour les intégrateurs travaillant sur des cellules de picking ou d'assemblage, c'est un angle pertinent : gérer les occlusions partielles sans recourir à un système de vision multi-caméras fixe ou à une reconstruction volumétrique coûteuse. Ce travail s'inscrit dans une tendance plus large vers les modèles de préhension sémantiquement informés, où la notion d'affordance, popularisée par des travaux comme GCNGrasp original et les approches VLA (Vision-Language-Action) de type pi-zero ou GR00T, commence à descendre au niveau de la planification perceptuelle. La contribution reste pour l'instant un preprint non peer-reviewed, validé sur des scénarios mono-objet en laboratoire. Les benchmarks sur des configurations multi-objets avec occlusions sévères, ou dans un contexte industriel réel, n'ont pas encore été publiés. Aucun partenaire industriel ni calendrier de déploiement n'est mentionné.

Robotique❖Paper

1 source

37

2074arXiv cs.RO 

ReSiReg : vers une sémantique spatialement cohérente pour les tâches robotiques guidées par le langage

Des chercheurs ont déposé sur arXiv (2606.19088) ReSiReg, une méthode de reconstruction de features visant à corriger l'incohérence spatiale des embeddings denses produits par les Vision-Language Models (VLM) utilisés en robotique. Le constat de départ est documenté : les VLM de type ViT-B produisent des représentations sémantiques bruitées et spatialement incohérentes, ce qui compromet la localisation d'objets dans un espace 3D à partir d'instructions en langage naturel. ReSiReg regroupe les activations intermédiaires en prototypes visuels, dérive pour chacun des descripteurs linguistiques, puis reconstruit chaque patch comme un mélange pondéré de ces embeddings prototype. L'évaluation porte sur des benchmarks de segmentation sémantique ouverte (OVSS) et de cartographie 3D sur plusieurs backbones, complétée par des tests qualitatifs sur des scènes de manipulation réelle ; les auteurs proposent également un modèle compact à 25 millions de paramètres, contre 86M pour un ViT-B standard, avec des performances déclarées compétitives. Ce problème d'incohérence spatiale est un frein concret pour les intégrateurs : les pipelines VLA (Vision-Language-Action) doivent actuellement empiler des composants supplémentaires comme SAM, des filtres de profondeur et des post-traitements pour stabiliser les activations avant de les transmettre au contrôleur. Corriger le problème au niveau du feature lui-même simplifie cette chaîne, et le modèle 25M constitue un argument direct pour le déploiement embarqué sur hardware contraint. Nuance importante : les résultats qualitatifs illustrent des "activations plus cohérentes spatialement", mais sans métriques systématiques chiffrées permettant une comparaison directe avec l'existant. ReSiReg s'inscrit dans un effort plus large d'adaptation des VLM généralistes au contexte robotique, après des travaux comme LERF ou CLIP-Fields qui ancrent les embeddings linguistiques dans des représentations 3D. La méthode opère en amont, sur la représentation 2D dense, et se veut agnostique au backbone, à la différence de solutions comme OpenMask3D ou les approches Distilled Feature Fields. L'article est à l'état de preprint non révisé par les pairs ; le code est annoncé sur resireg.github.io. Les suites naturelles incluent une évaluation sur des benchmarks de manipulation de référence (RLBench, LIBERO) et une intégration dans des architectures VLA de bout en bout telles que Pi-0 ou OpenVLA.

Recherche❧Opinion

1 source

45

2075MarkTechPost 

OpenAI publie LifeSciBench, un benchmark de 750 tâches pour évaluer les modèles d'IA sur la recherche en sciences du vivant

OpenAI a publié LifeSciBench, un benchmark de 750 tâches conçu pour évaluer la capacité des modèles d'IA à raisonner comme de vrais scientifiques en sciences du vivant. Contrairement aux benchmarks biologiques classiques, qui posent des questions fermées à réponse unique, LifeSciBench soumet les modèles à des problèmes ouverts rédigés par 173 experts titulaires d'un doctorat et issus de l'industrie biotechnologique ou pharmaceutique. Chaque tâche couvre l'un des sept flux de travail scientifiques, analyse de données, conception expérimentale, raisonnement, validation, traduction et communication, et l'un des sept domaines biologiques, de la génomique à la chimie médicinale en passant par la médecine translationnelle. Environ 53 % des tâches s'accompagnent d'artefacts (séquences ADN, figures, tableaux, structures chimiques), et 79 % exigent en moyenne quatre étapes de raisonnement enchaînées. La qualité du benchmark a été validée par 453 relecteurs indépendants, dont 97 % docteurs, avec un taux d'accord global supérieur à 96 %. Les résultats révèlent un écart considérable entre les capacités actuelles des modèles et les exigences du travail scientifique réel. GPT-Rosalind, le modèle spécialisé d'OpenAI, obtient le meilleur score normalisé (0,576) et le taux de réussite par tâche le plus élevé (36,1 %), contre 25,7 % pour GPT-5.5, 23,6 % pour Gemini 3.1 Pro, 20,7 % pour GPT-5.4 et seulement 13,0 % pour Grok 4.3. Autrement dit, même le modèle le plus performant échoue sur près des deux tiers des tâches. Le système de notation s'appuie sur 19 020 critères granulaires, soit environ 25 par tâche, et un seuil de réussite fixé à 70 % du score normalisé. Les points faibles sont nets : GPT-Rosalind chute de 45,1 % de réussite sur les tâches textuelles à 28,1 % dès que des artefacts entrent en jeu, et les workflows de conception et d'optimisation restent particulièrement résistants, avec un taux de passage de seulement 30,7 %. LifeSciBench s'inscrit dans une dynamique plus large où l'industrie pharmaceutique et la recherche biomédicale sont identifiées comme des terrains d'application prioritaires pour les grands modèles de langage. Alors que des entreprises comme Isomorphic Labs, Recursion ou Insilico Medicine déploient déjà des IA dans le pipeline de découverte de médicaments, la question de leur fiabilité sur des tâches complexes et multi-étapes n'avait pas encore de réponse standardisée. Ce benchmark comble ce vide en proposant une évaluation qui reflète la réalité du travail de laboratoire, et non des QCM académiques. Le fait qu'aucun modèle ne dépasse 37 % de réussite signale que le secteur est loin de la saturation, et que des spécialisations domaine par domaine, comme GPT-Rosalind, représentent une piste sérieuse. Le benchmark est publié en accès ouvert, ce qui devrait accélérer la compétition entre laboratoires pour progresser sur ces tâches.

Recherche❖Paper

1 source

42

2076MarkTechPost 

NVIDIA SkillSpector : analyser les compétences IA pour détecter les risques de sécurité

NVIDIA a publié SkillSpector, un outil d'analyse statique conçu pour détecter les risques de sécurité dans les "skills" d'intelligence artificielle avant leur déploiement dans des flux de travail réels. Disponible en open source sur GitHub, il s'installe via pip et nécessite Python 3.12 minimum. L'outil s'appuie sur LangGraph, le framework d'orchestration d'agents de LangChain, pour faire tourner un pipeline d'analyse programmatique. Les résultats sont exportables au format SARIF (Static Analysis Results Interchange Format), une norme industrielle utilisée par des outils comme GitHub Advanced Security. Le tutoriel officiel démontre son fonctionnement à travers quatre types de menaces représentatives : un skill inoffensif servant de référence, un script d'exfiltration de variables d'environnement vers un serveur distant, un module d'exécution dynamique de code via exec() et eval(), et un fichier Markdown contenant une tentative d'injection de prompt visant à contourner les consignes de sécurité d'un LLM. La prolifération des agents IA dans les environnements professionnels crée un vecteur d'attaque nouveau et peu documenté : les "skills" ou plugins tiers qu'on branche sur ces agents. Un skill malveillant ou mal écrit peut exfiltrer des secrets, exécuter du code arbitraire, ou manipuler le comportement d'un modèle de langage via du texte caché dans sa documentation. SkillSpector répond directement à ce risque en permettant aux équipes de sécurité et aux développeurs d'auditer automatiquement ces composants avant intégration, sans avoir besoin d'en analyser manuellement le code. L'export SARIF facilite l'intégration dans les pipelines CI/CD existants, ce qui rend l'outil compatible avec les workflows DevSecOps déjà en place dans les grandes organisations. Le contexte est celui d'une industrialisation rapide des architectures agentiques : les entreprises assemblent des systèmes IA en connectant des dizaines de skills et d'outils tiers, souvent sans processus de revue rigoureux. NVIDIA, acteur central de l'infrastructure IA avec ses GPU et son écosystème logiciel NIM, se positionne ici sur la couche sécurité de cette stack. L'initiative s'inscrit dans une tendance plus large où les grands acteurs technologiques, de Microsoft à Google, cherchent à établir des standards autour des agents autonomes. Le format SARIF, déjà adopté par l'écosystème open source, suggère une volonté d'interopérabilité plutôt qu'un outil propriétaire fermé. La prochaine étape naturelle serait l'intégration d'une analyse sémantique par LLM pour détecter des injections de prompt plus sophistiquées, une capacité que le tutoriel évoque explicitement comme extension possible du framework.

Sécurité❧Opinion

1 source

49

2077VentureBeat AI 

AWS rejoint la course à la couche contextuelle avec un graphe enrichi par les agents, sans curation manuelle

Amazon Web Services a annoncé mercredi, lors du AWS Summit à New York, une série de trois nouveaux produits destinés à constituer ce que l'entreprise appelle une "pile d'intelligence contextuelle" pour les agents d'intelligence artificielle. La pièce maîtresse est AWS Context, un service de graphe de connaissances capable d'apprendre automatiquement au fil de l'usage des agents. AWS a également annoncé la disponibilité générale d'Amazon S3 Annotations et lancé en préversion les "skill assets" dans AWS Glue Data Catalog. Swami Sivasubramanian, vice-président en charge de l'IA agentique chez AWS, a présenté le tout lors de la keynote : "Vos agents deviennent plus intelligents sans que vous ayez à tout reconstruire depuis zéro." AWS Context construit automatiquement un graphe à partir des données existantes d'une entreprise, en inférant les relations entre tables, colonnes, règles métier et sources de données, puis en mettant l'ensemble à disposition des agents en temps réel. Les responsables des données supervisent le graphe via la console AWS, valident les relations inférées et y attachent des définitions métier. L'enjeu central est d'éliminer la curation manuelle, coûteuse et chronophage, qui constitue aujourd'hui le principal obstacle au déploiement des agents IA en entreprise. Le graphe s'améliore de lui-même en apprenant quelles sources produisent des résultats corrects et quelles parties sont effectivement utilisées. Côté sécurité, chaque requête hérite des permissions IAM et Lake Formation de l'utilisateur appelant, rendant les accès aux données traçables par identité. Toutes les métadonnées sont publiées en format Apache Iceberg vers Amazon S3 Tables, interrogeables via Athena, Redshift, Spark ou tout moteur compatible Iceberg, sans API propriétaire. Les agents accèdent au graphe via des API de recherche agentique et des outils MCP, compatibles avec Bedrock AgentCore, EKS ou n'importe quel framework MCP. Des connexions vers des catalogues tiers sont également prises en charge, permettant d'intégrer des données extérieures à l'écosystème AWS. La couche de contexte est devenue un champ de bataille architectural où s'affrontent désormais plusieurs acteurs majeurs. Snowflake a lancé ce mois-ci ses services Horizon Context et Cortex Sense, Microsoft propose son approche via Fabric IQ, Redis a développé une plateforme de contexte optimisée pour la récupération de données, et Pinecone commercialise Nexus, qui précompile les données d'entreprise en artefacts spécialisés avant même que les agents ne les interrogent. L'argument structurel d'AWS est simple : pour les entreprises déjà clientes de S3, Glue et Lake Formation, le graphe contextuel s'intègre nativement à une infrastructure existante, sans migration ni verrouillage propriétaire. La question qui reste ouverte est de savoir si l'apprentissage automatique du graphe tient ses promesses à l'échelle des environnements de données réels, souvent hétérogènes et mal documentés.

Infrastructure❧Opinion

1 source

44

2078AWS ML Blog 

Amazon SageMaker AI : l'inférence asynchrone supporte désormais les payloads intégrés

Amazon a annoncé le 18 juin 2026 une mise à jour significative de SageMaker AI Async Inference : les développeurs peuvent désormais envoyer leurs données directement dans le corps de la requête API, sans passer par Amazon S3. Concrètement, le nouveau paramètre Body de l'API InvokeEndpointAsync accepte jusqu'à 128 000 octets de données brutes en ligne. La fonctionnalité est disponible dans 31 régions commerciales AWS, de l'Irlande au Japon en passant par le Brésil et l'Afrique du Sud. Les paramètres Body et InputLocation (l'ancien chemin S3) sont mutuellement exclusifs : l'API rejette toute requête qui tenterait d'utiliser les deux simultanément. Le comportement en sortie reste inchangé, les résultats étant toujours écrits vers le bucket S3 configuré en sortie. Cette évolution simplifie concrètement le quotidien des équipes qui utilisent l'inférence asynchrone pour des charges utiles légères nécessitant un temps de traitement long. Avant cette mise à jour, même une requête de quelques kilooctets imposait deux étapes obligatoires : uploader le fichier sur S3, puis déclencher l'appel API avec l'URI de l'objet. Cela impliquait de provisionner un bucket S3 dédié, de gérer les permissions IAM s3:PutObject, d'implémenter un schéma de nommage pour éviter les collisions de clés, et de prévoir une stratégie de nettoyage des objets périmés. La suppression de ce aller-retour réseau réduit la latence, diminue les coûts S3 sur les charges de faible volume, et allège le code client de plusieurs dizaines de lignes de configuration. SageMaker Async Inference existe pour répondre à un besoin précis : traiter des requêtes pouvant prendre de quelques secondes à plusieurs minutes, avec prise en charge du passage automatique à zéro instance pour les workloads intermittents. La contrainte S3 avait été conçue à l'origine pour les gros payloads, images, fichiers audio ou documents multi-mégaoctets, où le stockage intermédiaire reste pertinent. Mais à mesure que les cas d'usage se sont diversifiés, notamment pour des pipelines de traitement de texte, de génération augmentée par récupération ou de classification légère nécessitant davantage de temps de calcul que ne le permet l'inférence temps réel, la friction S3 est devenue un point de friction disproportionné. Cette mise à jour aligne l'expérience développeur de l'async sur celle de l'inférence synchrone, tout en préservant la compatibilité avec les endpoints existants, sans modification du modèle ni du conteneur.

Outils⚒Outil

1 source

45

2079AWS ML Blog 

Amazon Quick intègre des agents autonomes pour vous faire gagner des heures chaque jour

Amazon a annoncé cette semaine une mise à jour majeure de Quick, son assistant IA d'entreprise, avec le lancement d'agents autonomes capables de travailler en continu pour le compte des utilisateurs, même lorsque ceux-ci sont en réunion. Ces agents se configurent en quelques minutes via une description en langage naturel, sans aucune ligne de code, et peuvent se voir attribuer des niveaux d'autonomie variables : des instructions précises étape par étape jusqu'à des objectifs larges que l'agent atteint par ses propres moyens. Concrètement, un commercial peut revenir d'une journée de réunions et trouver les deals bloqués signalés, les relances rédigées et les notes CRM mises à jour. Un responsable conformité découvre au matin un résumé d'impact d'une réglementation publiée la nuit. Un acheteur voit ses bons de commande traités en continu. Amazon introduit également un "activity feed" repensé qui consolide e-mails, messageries, calendrier et tâches en une vue unique priorisée, avec des ébauches de réponses déjà générées et des notes de réunion préparées avant même que l'invitation soit ouverte. Cette évolution marque un pas vers ce que l'industrie appelle l'"agentic AI" : des systèmes qui ne se contentent plus de répondre aux questions mais initient des actions de manière proactive, sur la durée. Pour les entreprises, l'enjeu est de récupérer du temps de travail à haute valeur ajoutée en automatisant la gestion de flux d'information dispersés. Amazon positionne Quick comme un hub universel en annonçant simultanément 16 nouvelles intégrations, dont Adobe, Figma, Google Chat, Shopify, Snowflake, WhatsApp, Zapier, ZoomInfo, Cisco Webex, Dun & Bradstreet et Microsoft OneNote. Cela porte l'offre à plus de 30 compétences prêtes à l'emploi couvrant les ventes, la finance, les opérations et la conformité. Quick s'inscrit dans une bataille plus large entre les grandes plateformes cloud pour capter les budgets d'automatisation des entreprises. Microsoft intègre Copilot dans Microsoft 365, Google déploie ses Agents dans Workspace, et Salesforce avance avec Agentforce. Amazon, dont la position dans le marché des assistants d'entreprise reste moins dominante que ses concurrents dans les suites bureautiques, mise sur l'interopérabilité pour se différencier : pas de silos propriétaires, mais une couche d'orchestration capable de connecter l'existant. Le catalogue ouvert d'agents et de connecteurs, publiable par les organisations elles-mêmes, rappelle la logique des app stores et pourrait accélérer l'adoption si l'écosystème de partenaires se densifie rapidement. La prochaine étape sera de démontrer la fiabilité de ces agents sur des tâches à fort enjeu, là où une erreur autonome coûte plus cher que l'heure gagnée.

Outils⚒Outil

1 source

44

2080Ars Technica AI 

Des agents IA de codage ont appris à des robots à installer des GPU et couper des serre-câbles

Des chercheurs du laboratoire NVIDIA GEAR (Generalist Embodied Agent Research), en collaboration avec des équipes de la Carnegie Mellon University à Pittsburgh et de l'Université de Californie à Berkeley, ont développé un cadre logiciel appelé ENPIRE. Ce système permet à des agents IA spécialisés dans l'écriture de code de concevoir et de piloter de manière entièrement autonome des programmes d'entraînement pour des bras robotiques, en leur allouant un budget de tokens étendu. Résultat concret : ces agents ont réussi à apprendre à des robots à couper des serre-câbles et à insérer des cartes graphiques dans des slots de cartes mères, une tâche de précision particulièrement délicate. Jim Fan, directeur de l'IA chez NVIDIA, a résumé l'expérience ainsi dans un post LinkedIn : "Une partie de notre laboratoire NVIDIA GEAR s'améliore désormais sans relâche pendant la nuit. Nous lisons simplement les rapports le matin." L'enjeu central d'ENPIRE est de supprimer le goulet d'étranglement humain dans la boucle d'entraînement robotique. Le cadre dote les agents d'outils, de mémoire, de contexte, de contraintes et de mécanismes de rétroaction, leur permettant de boucler le cycle complet, conception, test, correction, sans supervision. Jusqu'ici, définir ces régimes d'apprentissage exigeait une expertise humaine considérable. Avec ce type d'automatisation, le rythme de développement des robots industriels pourrait s'accélérer radicalement, avec des implications directes pour la fabrication électronique, la logistique et toute industrie nécessitant de la dextérité manuelle répétable. NVIDIA investit depuis plusieurs années dans la robotique humanoïde et l'IA physique, et le laboratoire GEAR représente l'un de ses fronts de recherche les plus actifs. Cette démonstration s'inscrit dans une tendance de fond : les agents IA ne se limitent plus à produire du texte ou du code, mais deviennent des orchestrateurs capables d'agir sur des systèmes physiques dans le monde réel. La collaboration avec CMU et UC Berkeley, deux institutions leaders en robotique, renforce la crédibilité académique de l'approche. La prochaine étape naturelle serait d'étendre ENPIRE à des tâches plus complexes et moins structurées, rapprochant encore davantage la vision d'une usine pilotée en grande partie par des agents autonomes.

Robotique⚡Actu

1 source