Actualités IA — page 139

7 629 articles au fil, du plus récent au plus ancien.

41

2761arXiv cs.RO 

Humanoid-GPT : mise à l'échelle des données et de la structure pour le suivi de mouvement zéro-shot

Une équipe de chercheurs présente Humanoid-GPT, un Transformer de style GPT avec attention causale, entraîné sur un corpus de 2 milliards de frames de capture de mouvement pour le contrôle du corps entier de robots humanoïdes. Publiée en juin 2026 sur arXiv (preprint, non encore évaluée par les pairs), l'étude décrit un pré-entraînement sur un corpus retargeté qui unifie l'ensemble des jeux de données mocap publics majeurs et des enregistrements internes à grande échelle. L'objectif central est la généralisation zero-shot: le modèle doit suivre des mouvements hautement dynamiques et s'adapter à des tâches de contrôle inédites sans réentraînement spécifique. L'approche s'attaque au compromis agility-generalization qui bride les trackers MLP peu profonds, architecture dominante jusqu'ici mais limitée par la rareté des données d'entraînement. En scalant simultanément les données et la capacité du modèle, Humanoid-GPT prétend résoudre ces deux dimensions avec un unique modèle génératif. Si ces résultats se confirment à la validation indépendante, le résumé restant vague sur les benchmarks exacts et les conditions expérimentales, cela réduirait concrètement le coût de déploiement pour les intégrateurs de systèmes humanoïdes qui doivent aujourd'hui entraîner des politiques séparées pour chaque tâche ou morphologie de robot. Cette contribution s'inscrit dans la tendance au scaling des politiques de contrôle humanoïde: NVIDIA avec GR00T N2, Physical Intelligence avec pi-0 et pi-0.5, ou Berkeley Humanoid ont chacun montré que les Transformers absorbent massivement des données de démonstration pour produire des politiques plus généralisables. Humanoid-GPT se positionne spécifiquement sur le motion tracking en amont des pipelines d'action, plutôt que sur la manipulation de bout en bout. L'absence d'affiliation institutionnelle visible dans le résumé et la nature preprint du document invitent à la prudence sur les affirmations de "new performance frontier"; les benchmarks comparatifs et la revue par les pairs seront déterminants pour l'adoption dans la communauté.

Robotique❧Opinion

1 source

40

2762arXiv cs.RO 

EaDex : un cadre de manipulation dextérique multi-plateforme à partir de démonstrations à faible coût

EaDex, un framework de manipulation dextère multi-corps présenté dans un preprint arXiv (2606.03268, juin 2026), propose d'entraîner des mains robotiques articulées à partir de démonstrations humaines capturées avec une simple caméra RGB-D grand public. Le pipeline repose sur le modèle paramétrique MANO pour reconstruire la géométrie 3D de la main, suivi d'une étape de normalisation et de retargeting cinématique vers différentes morphologies robotiques. Le système a été évalué sur trois mains dextères distinctes et trois catégories de tâches d'ouverture d'objets articulés, couvrant neuf configurations cross-embodiment. Par rapport à une baseline sans mécanisme d'annealing de démonstrations, EaDex affiche une amélioration relative de 55,3 %. Le verrou adressé est structurel pour le secteur: le reinforcement learning pur en manipulation dextère exige une exploration interactive à grande échelle, coûteuse en temps machine et difficile à transférer, tandis que l'imitation learning classique dépend de démonstrations à haute fidélité collectées via des gants haptiques ou des systèmes de motion capture onéreux. EaDex cherche à abaisser ce seuil avec du matériel accessible. Son mécanisme central, l'"annealing dynamique de démonstrations basé sur les récompenses de contact", est notable: il guide l'exploration initiale en s'appuyant sur les trajectoires humaines, puis réduit progressivement cette dépendance à mesure que l'agent accumule des contacts réussis, évitant le sur-ajustement aux trajectoires de référence. Que le même pipeline fonctionne sur trois architectures de main aux cinématiques différentes est le point le plus pertinent pour un intégrateur: cela suggère une généralisation morphologique réelle, pas un résultat ajusté manuellement par configuration. L'approche s'inscrit dans un effort plus large de la communauté pour rendre la collecte de données de manipulation bon marché et scalable, face à des méthodes concurrentes comme DAPG ou DexMimicGen qui requièrent des infrastructures plus lourdes. Le papier n'annonce pas de déploiement industriel ni de partenariat commercial: c'est un résultat de recherche en phase preprint, sans validation sur des objets non-vus ni en conditions réelles non-contrôlées. Les suites naturelles incluront des tests sur des tâches plus complexes (bimanuel, objets déformables) et une comparaison systématique avec des pipelines VLA récents sur des benchmarks standardisés.

Robotique❖Paper

1 source

38

2763arXiv cs.RO 

SplitAdapter : loco-manipulation humanoïde sensible à la charge par adaptation factorisée

SplitAdapter est une architecture présentée sur arXiv (identifiant 2606.03297) visant à améliorer le contrôle de robots humanoïdes en loco-manipulation, soit la combinaison simultanée de la marche bipède et de la manipulation d'objets physiques. Le système part d'une politique de manipulation de boîtes préentraînée qu'il fige, puis lui greffe deux encodeurs de contexte indépendants : l'un capture les propriétés de la charge et de l'objet saisi, l'autre modélise les dynamiques internes du robot. Ces représentations sont injectées via une modulation FiLM hiérarchique (Feature-wise Linear Modulation), combinée à des objectifs split world-model et une régularisation cross-adversariale par gradient reversal (GRL). Les expériences couvrent des objets de 2, 4 et 6 kg, à des hauteurs de prise et de dépôt de 0, 30 et 60 cm, testés en sim-to-sim puis en déploiement sur robot réel. SplitAdapter améliore le taux de succès en tâche complète face à la politique de base et aux baselines FiLM à encodeur unique, avec les gains les plus marqués sous forte charge (6 kg). L'enjeu central est le transfert sim-to-réel sous charge variable : lorsqu'un humanoïde soulève un objet lourd, ses dynamiques changent sensiblement, et les adaptateurs existants qui fusionnent tous les signaux dans une seule représentation latente tendent à perdre en robustesse précisément dans les conditions les plus critiques. La factorisation proposée, un encodeur par source de variation, maintient une séparation explicite entre les incertitudes liées à l'objet et celles liées au robot, ce qui se révèle plus stable sous conditions extrêmes. Pour un intégrateur ou un OEM industriel, cela suggère qu'une politique généraliste préentraînée peut être adaptée modulairement selon la charge sans réentraînement complet, une propriété utile pour des lignes de production où les objets manipulés varient fréquemment. La loco-manipulation sur humanoïdes concentre des investissements massifs : Figure AI déploie son Figure 03 chez BMW, Boston Dynamics pousse Atlas en partenariat avec Hyundai, et des labos comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2) misent sur des politiques généralisables de type VLA (Vision-Language-Action). SplitAdapter prend un pari différent, adapter une politique spécialisée existante plutôt que d'en entraîner une nouvelle de bout en bout, ce qui réduit les coûts de calcul mais soulève la question de la généralisabilité hors distribution. Le papier est une préimpression arXiv soumise début juin 2026, non encore évaluée par les pairs ; aucun déploiement industriel ni pilote commercial n'est annoncé à ce stade.

Robotique❖Paper

1 source

38

2764arXiv cs.RO 

TTT-VLA : optimisation de prompts latents à l'inférence pour les modèles VLA

Des chercheurs ont publié le 3 juin 2026 un article (arXiv:2606.03127) proposant TTT-VLA, un cadre d'entraînement au moment du test (test-time training, TTT) spécifiquement conçu pour les modèles Vision-Langage-Action (VLA). La méthode repose sur ce qu'ils appellent l'Optimisation de Prompt Latent (LPO) : pendant la phase d'entraînement, un vecteur de prompt latent est appris via une tâche auxiliaire de proxy qui génère un signal d'auto-supervision. Lors du déploiement, seul ce prompt latent est réoptimisé à partir des données d'interaction collectées dans l'environnement réel, sans toucher aux poids du modèle de base. Les expériences sont conduites sur SimplerEnv, un benchmark de manipulation robotique simulée, et montrent des gains de taux de succès cohérents sur des scénarios monolithiques et multi-embodiment. L'intérêt principal pour l'industrie robotique tient à la nature du problème résolu : le décalage de distribution (distribution shift) entre l'environnement d'entraînement et le site de déploiement est l'un des freins les plus documentés au passage en production des VLA. TTT-VLA propose une voie d'adaptation légère, puisque seul le prompt est modifié et non la politique elle-même. L'analyse des résultats révèle que les gains proviennent principalement de la correction d'un petit nombre de décisions critiques dans la séquence d'action, et non d'un changement global de comportement. C'est un résultat conceptuellement intéressant : il suggère que l'inadaptation d'un VLA en production est localisée, ce qui rend les approches de correction chirurgicale potentiellement plus efficaces que les fine-tunings complets. Les VLA sont devenus un axe de recherche central depuis les travaux fondateurs sur RT-2 (Google DeepMind, 2023), et des modèles comme Pi-0 (Physical Intelligence), GR00T N2 (NVIDIA) ou OpenVLA (Berkeley) illustrent la course actuelle. Le problème du sim-to-real et de l'adaptation au domaine reste entier pour tous ces systèmes dès qu'ils quittent les environnements contrôlés. TTT-VLA s'inscrit dans une tendance plus large qui emprunte aux LLMs la notion d'adaptation au test-time, appliquée ici à la manipulation physique. Les expériences restent pour l'instant limitées à SimplerEnv, ce qui laisse ouverte la question du transfert vers des robots réels et des environnements industriels non structurés.

Recherche❧Opinion

1 source

37

2765arXiv cs.RO 

ModuLoop : génération de code bas niveau pour le contrôle robotique via synthétiseur modulaire et débogueur en boucle fermée

Un groupe de chercheurs a publié sur arXiv (2606.03047, juin 2026) la description d'un framework baptisé Closed-Loop Modular Code Synthesizer, également appelé ModuLoop, conçu pour générer automatiquement du code de contrôle bas niveau destiné à des robots physiques. L'approche repose sur un LLM pré-entraîné généraliste, utilisé sans aucun fine-tuning spécifique à la tâche : le modèle décompose le problème en modules, génère le code correspondant, l'exécute sur le système réel, puis insère des sondes de débogage pour observer le comportement en cours d'exécution. Cette boucle fermée itère jusqu'à produire un programme exécutable et stable. La validation porte sur deux scénarios concrets : la calibration d'une caméra RGB-D couplée à un bras robotique (problème dit eye-hand calibration), suivie d'une tâche pick-and-place exploitant directement la calibration obtenue. Les auteurs rapportent une haute précision d'exécution et un haut degré d'autonomie sur ces deux tâches, sans fournir de métriques chiffrées précises dans l'abstract, ce qui limite l'évaluation indépendante des performances annoncées. L'intérêt principal de cette approche est d'adresser l'un des verrous les plus persistants de la robotique LLM : descendre au niveau du code bas niveau, là où la précision temporelle et la dépendance à l'environnement rendent les agents généralistes habituellement inefficaces. Contrairement aux modèles de type VLA (Vision-Language-Action) comme Pi-0, GR00T N2 ou Helix, qui nécessitent des phases d'entraînement ou de fine-tuning coûteuses, ModuLoop propose une architecture sans coût d'adaptation au domaine. Pour un intégrateur ou un OEM, cela ouvre la perspective d'automatiser des étapes de configuration et de calibration d'installations robotiques sans pipeline ML dédié. La boucle de débogage systématique est également une réponse directe au sim-to-real gap : le système apprend des erreurs d'exécution en conditions réelles plutôt qu'en simulation. Cette publication s'inscrit dans un courant de recherche actif depuis Code as Policies (Google, 2022) et les travaux PaLM-E, qui explorent les LLMs comme couche de planification et de génération de code pour la robotique. ModuLoop se distingue par son accent sur le débogage en boucle fermée plutôt que sur la seule génération. Côté concurrence, des approches comme CodeAct ou les travaux récents de Microsoft Research sur RobotCodeGen couvrent un espace similaire. L'article reste un preprint non encore évalué par les pairs, ce qui invite à la prudence sur la généralisation des résultats à des manipulateurs industriels multi-DOF ou à des environnements non structurés. Aucun déploiement terrain ni partenariat industriel n'est mentionné à ce stade.

Robotique❖Paper

1 source

37

2766arXiv cs.RO 

GeoSem-WAM : un modèle du monde intégrant géométrie et sémantique

Des chercheurs ont publié le 3 juin 2026 sur arXiv (référence 2606.03188) une nouvelle architecture baptisée GeoSem-WAM, pour "Geometry- and Semantic-Aware World Action Model". L'objectif : améliorer les World Action Models (WAMs), une classe de modèles d'apprentissage utilisés pour la prise de décision en robotique incarnée. La contribution centrale consiste à enrichir la représentation latente apprise par ces modèles en ajoutant deux branches de prédiction auxiliaires, l'une dédiée à la géométrie future de la scène, l'autre à sa sémantique, en complément de la prédiction RGB classique. Le tout est intégré dans un espace latent unifié capturant simultanément la dynamique de la scène, sa structure spatiale et son contenu sémantique. Cruciale est la contrainte d'efficacité conservée : aucun rollout explicite ni génération vidéo n'est effectué à l'inférence, ce qui distingue GeoSem-WAM des approches monde qui consomment de la mémoire et du compute à chaque décision. L'intérêt industriel de ce travail réside dans la question qu'il adresse en filigrane : les WAMs sont-ils efficaces parce qu'ils imaginent explicitement le futur lors de l'inférence, ou simplement parce que l'entraînement prédictif force l'encodeur à apprendre de meilleures représentations ? Les résultats suggèrent que c'est la qualité des représentations latentes qui prime, et que l'imagination à l'inférence est accessoire. Pour les équipes robotiques travaillant sur des agents navigant dans des environnements non structurés, cela signifie qu'enrichir la supervision d'entraînement avec des signaux géométriques et sémantiques peut améliorer la robustesse sans alourdir le temps de cycle à l'exécution. Les auteurs rapportent des gains en précision de prédiction d'action et en robustesse sur des scénarios difficiles, bien que ces résultats restent à ce stade des benchmarks académiques sur simulateur, non validés sur hardware physique. Les WAMs constituent une catégorie en consolidation dans la recherche en robotique, parallèle aux approches VLA (Vision-Language-Action) comme pi0 de Physical Intelligence ou GR00T N2 de NVIDIA, qui intègrent aussi des priors de représentation riche. GeoSem-WAM s'inscrit dans un courant visant à combler le sim-to-real gap par une meilleure compréhension structurelle de l'environnement, sans recourir à des architectures de diffusion coûteuses à l'inférence. Aucun partenariat industriel ni déploiement sur robot réel n'est annoncé dans cet article, qui demeure une contribution de recherche fondamentale soumise en preprint et n'ayant pas encore subi de revue par les pairs.

Recherche❖Paper

1 source

38

2767MarkTechPost 

Tutoriel : affiner LFM2 avec QLoRA et DPO sur Google Colab

Liquid AI a publié LFM2, un modèle de langage conçu pour fonctionner efficacement sur des appareils à ressources limitées, et un tutoriel complet détaille désormais comment le personnaliser sur Google Colab via une chaîne d'outils entièrement open source. Le workflow s'appuie sur QLoRA (Quantized Low-Rank Adaptation), qui permet de charger le modèle en précision 4 bits via bitsandbytes, réduisant drastiquement l'empreinte mémoire GPU. On part du checkpoint de base LFM2-1.2B, disponible sur Hugging Face sous l'identifiant LiquidAI/LFM2-1.2B, pour enchaîner deux étapes d'entraînement : d'abord un ajustement supervisé (SFT) sur 500 exemples du dataset HuggingFaceTB/smoltalk en 60 étapes, puis un alignement par préférences via DPO (Direct Preference Optimization) en 40 étapes supplémentaires. Les bibliothèques utilisées sont transformers (version 4.55 minimum), TRL, PEFT, accelerate et datasets. Un adaptateur LoRA de rang 16 est entraîné puis fusionné dans le modèle, produisant un checkpoint prêt au déploiement. Ce type de pipeline démocratise concrètement la personnalisation de modèles pour des développeurs sans infrastructure dédiée : l'ensemble du processus tient sur un GPU Colab gratuit ou pro, là où un fine-tuning classique nécessiterait plusieurs GPU A100. La combinaison SFT + DPO représente aujourd'hui la méthode de référence pour obtenir un modèle à la fois instruit (qui suit des consignes) et aligné (qui préfère des réponses de qualité à des réponses médiocres). L'intérêt particulier de LFM2 réside dans son architecture optimisée pour l'inférence on-device, ce qui rend ce tutoriel utile non seulement pour le prototypage cloud, mais aussi pour préparer des modèles embarqués sur mobile ou edge hardware. Liquid AI est une startup fondée en 2023 par des chercheurs du MIT, connue pour ses modèles Liquid Foundation Models (LFM) basés sur des architectures d'équations différentielles neuronales, alternatives aux transformeurs classiques. LFM2 marque une nouvelle génération de ces modèles, avec un accent mis sur l'efficacité computationnelle. Le recours à DPO plutôt qu'au classique RLHF (Reinforcement Learning from Human Feedback) s'inscrit dans une tendance forte depuis 2023 : DPO élimine le modèle de récompense intermédiaire, simplifiant l'entraînement tout en produisant des résultats comparables. La mise à disposition de ce guide complet avec code exécutable sur Colab s'inscrit dans une dynamique plus large de démocratisation du fine-tuning, portée par Hugging Face et la communauté open source, face aux modèles propriétaires d'OpenAI ou Anthropic qui restent des boîtes noires non personnalisables.

LLMs≡Tuto

1 source

55

2768The Information AI 

OpenAI et Microsoft présentent de nouvelles offres IA aux entreprises

Le même mardi, OpenAI et Microsoft ont chacun organisé un événement dédié aux entreprises, dans deux villes différentes. OpenAI a tenu une présentation à New York pour promouvoir de nouveaux outils d'intelligence artificielle à destination des professionnels, dont plusieurs conçus pour des secteurs précis comme le trading d'actions et la banque d'investissement. En parallèle, Microsoft tenait son propre événement à San Francisco, où l'entreprise a dévoilé du nouveau matériel informatique spécifiquement pensé pour l'IA, notamment un ordinateur de bureau et des modèles d'IA destinés aux entreprises clientes. Ces annonces simultanées illustrent la pression croissante que subissent les responsables des achats technologiques dans les grandes entreprises. La multiplication des offres d'IA entreprise rend les décisions d'achat de plus en plus complexes : chaque acteur majeur du secteur déploie désormais des équipes de consultants, souvent rebaptisés "forward-deployed engineers", pour convaincre les directions informatiques d'adopter leurs solutions. Pour OpenAI, dont le modèle économique repose largement sur les contrats d'entreprise, s'imposer sur ce segment est devenu une priorité stratégique et financière majeure. Le marché de l'IA en entreprise est aujourd'hui perçu comme un terrain sur lequel Anthropic, concurrent direct d'OpenAI, jouit d'une longueur d'avance et d'une image particulièrement solide auprès des directions techniques et des grands comptes. Microsoft, actionnaire historique d'OpenAI et partenaire de longue date des entreprises via Azure et la suite Office, occupe quant à lui une position établie dans cet écosystème. L'offensive conjointe des deux alliés témoigne néanmoins de l'intensification de la bataille pour capter les budgets informatiques des grandes organisations, à mesure que l'IA générative passe du stade expérimental à celui de l'outil opérationnel intégré dans les processus métier.

Business❧Opinion

Aussi surLe Big Data

49

2769VentureBeat AI 

Alibaba lance Qwen3.7-Plus : texte, vidéo et images pour 0,4 $/1,6 $ par million de tokens, mais en source fermée

Alibaba a lancé cette semaine Qwen3.7-Plus, son dernier grand modèle de langage multimodal, capable de traiter simultanément du texte, des vidéos et des images. Le modèle est proposé à 0,40 dollar par million de tokens en entrée et 1,60 dollar en sortie, soit 60 % moins cher que son prédécesseur Qwen3.7-Max, sorti quelques semaines plus tôt mais limité au texte seul. Avec une fenêtre de contexte d'un million de tokens et jusqu'à 256 000 tokens dédiés au raisonnement interne, Qwen3.7-Plus cible explicitement les usages agentiques complexes, comme la migration de bases de code ou l'analyse automatisée de documents visuels. Le modèle intègre aussi un paramètre API baptisé "preservethinking", qui conserve les blocs de raisonnement internes entre les tours de conversation, évitant à l'agent de perdre le fil de sa logique au milieu d'une tâche longue. La rupture la plus notable n'est pas technique : Qwen3.7-Plus est distribué sous licence commerciale fermée, uniquement via l'API Alibaba Cloud et le service Qwen Chat. C'est un virage stratégique majeur pour un groupe qui avait construit sa réputation internationale sur la publication de modèles open source puissants, proches de l'état de l'art. Des entreprises comme Airbnb s'appuyaient justement sur ces modèles en accès libre. Pour les développeurs et organisations qui avaient intégré l'open source Qwen dans leurs infrastructures, ce changement de cap impose soit de migrer vers l'API payante d'Alibaba, soit de se tourner vers un concurrent. Sur le plan tarifaire, Qwen3.7-Plus reste compétitif face à des modèles comme MiniMax-M3 (0,30/1,20 dollar) ou Gemini 3.1 Flash-Lite de Google (0,25/1,50 dollar), mais il est dépassé en prix bas par DeepSeek-V4-Flash (0,14/0,28 dollar). Ce lancement s'inscrit dans une dynamique de consolidation des stratégies de monétisation chez les grands labos chinois. Après avoir inondé le marché de modèles open source pour gagner en adoption et en réputation, Alibaba suit une trajectoire similaire à celle d'OpenAI ou Anthropic : garder les modèles les plus capables derrière un accès payant. La fonctionnalité "preservethinking" avait déjà été introduite avec la génération Qwen 3.6, sur les modèles open weight Qwen3.6-27B et le Max propriétaire, signe que la stratégie de différenciation entre open et closed s'élabore depuis plusieurs mois. Avec la course aux modèles multimodaux et agentiques qui s'accélère, l'enjeu pour Alibaba est de ne pas perdre les développeurs séduits par l'ouverture, tout en capturant les revenus que seule une offre cloud fermée peut générer à grande échelle.

LLMs❧Opinion

1 source

48

2770NVIDIA AI Blog 

Les leaders du logiciel industriel créent des ingénieurs IA autonomes et sécurisés avec NVIDIA NIM

NVIDIA a présenté cette semaine NemoClaw lors du GTC Taipei, en marge du salon COMPUTEX, en compagnie d'une douzaine de partenaires logiciels industriels. NemoClaw est un blueprint open source destiné à construire des agents IA autonomes, spécialisés et capables de fonctionner sur de longues durées. Il s'appuie sur OpenShell, un runtime sécurisé qui contrôle l'accès de chaque agent aux fichiers, réseaux et outils via des politiques de sécurité granulaires. La plateforme intègre un routeur de modèles, les bibliothèques NVIDIA NeMo, et supporte plusieurs frameworks d'orchestration comme OpenClaw et Hermes. Elle peut être déployée sur les DGX Spark, en datacenter d'entreprise ou dans le cloud. Cadence, Dassault Systèmes, Siemens et Synopsys figurent parmi les premiers à s'y appuyer pour construire leurs propres agents d'ingénierie. Cadence développe ainsi un agent RTL autonome capable d'orchestrer ChipStack pour la conception et la vérification de circuits numériques, réduisant le temps de vérification RTL de plusieurs semaines à quelques heures. Siemens intègre NemoClaw dans Fuse EDA AI Agent pour les workflows de conception de semi-conducteurs, circuits imprimés et circuits intégrés 3D. Synopsys, de son côté, démontre sur le show floor de COMPUTEX une application à l'optimisation thermique de systèmes de refroidissement GPU avec Ansys Icepak. L'enjeu industriel est considérable : si le calcul accéléré a déjà réduit les temps de simulation de plusieurs semaines à quelques heures, les workflows adjacents, conception assistée par ordinateur, maillage, configuration des simulations, post-traitement, rédaction de rapports, restaient encore largement manuels et chronophages. NemoClaw vise à automatiser cette chaîne complète. Pour les secteurs de l'automobile, de l'aérospatiale, des semi-conducteurs et de la fabrication, la promesse est une compression drastique des cycles de développement produit, avec des agents capables d'explorer des milliers de variantes de conception de manière autonome, de nuit comme de jour, là où une équipe d'ingénieurs aurait besoin de semaines. Au-delà des grands éditeurs, des startups s'emparent également de NemoClaw pour des cas d'usage pointus. Flexcompute utilise OpenShell pour ses agents Tidy3D et PhotonForge dédiés à la conception optique co-packagée, en combinant simulations optiques, électriques et thermiques pour explorer des milliers de variantes et produire des composants plus performants à moindre consommation énergétique, une technologie qu'NVIDIA utilise elle-même pour concevoir ses propres dispositifs photoniques. Luminary s'en sert pour automatiser la génération de données d'entraînement et les boucles d'apprentissage de modèles physiques IA. Neural Concept déploie un agent pour la conception de moteurs électriques enchaînant simulations électromagnétiques, structurelles et vibratoires. Cette mobilisation simultanée d'acteurs majeurs et de startups autour d'une même plateforme signale que NVIDIA cherche à imposer NemoClaw comme standard de facto de l'ingénierie autonome, à l'image de ce que CUDA a représenté pour le calcul GPU.

Outils⚡Actu

1 source

45

2771Ars Technica AI 

Microsoft lance Project Solara, un OS Android conçu pour les agents plutôt que les applications

Microsoft a présenté Project Solara lors de sa conférence Build 2026, un système d'exploitation basé sur Android conçu non pas pour faire tourner des applications, mais des agents autonomes. Contrairement aux OS mobiles traditionnels, Solara est pensé comme une plateforme "chip-to-cloud", c'est-à-dire intégrée depuis le matériel jusqu'au cloud, capable de s'adapter à une multitude de dispositifs spécialisés. Pour l'instant, le projet reste limité à quelques prototypes conceptuels et ne sera pas disponible sur les appareils grand public dans l'immédiat. L'ambition déclarée de Microsoft est que Solara génère des interfaces à la volée, en fonction des besoins de l'agent qui s'y exécute, plutôt que de s'appuyer sur des interfaces figées comme le font les applications classiques. L'enjeu est considérable pour l'industrie technologique : si les agents IA deviennent les unités fondamentales d'interaction avec les machines, le modèle de distribution logicielle hérité des smartphones sera remis en cause. Les développeurs d'applications, les stores numériques, et les fabricants de puces devront tous s'adapter à un paradigme où l'interface n'est plus construite à l'avance mais calculée en temps réel. Pour les utilisateurs, cela signifierait des appareils potentiellement plus polyvalents, capables de se transformer selon la tâche, mais aussi une dépendance accrue aux modèles de langage sous-jacents et aux infrastructures cloud de Microsoft. Microsoft reconnaît elle-même que son discours reste largement spéculatif et que les modèles suffisamment puissants pour alimenter cette vision n'existent pas encore. La démarche s'inscrit dans la continuité de son partenariat avec OpenAI, aujourd'hui en cours de restructuration, et dans une tentative de ne pas répéter ses erreurs passées dans la transition mobile, où l'entreprise avait pris du retard sur les applications, la sécurité et le support long terme. En positionnant Solara dès maintenant, Microsoft cherche à occuper le terrain avant que la prochaine rupture technologique ne se concrétise.

Infrastructure❧Opinion

1 source

46

2772The Information AI 

Dans les coulisses de la fusion de Codex et ChatGPT par OpenAI

Au début de l'année 2025, après qu'Anthropic a lancé la préversion de son outil de programmation Claude Code, OpenAI a pris conscience qu'il s'était fait dépasser par son rival dans le domaine du code. La réaction a été rapide : l'entreprise a constitué une équipe dédiée, placée sous la direction de Thibault Sottiaux, avec pour mission de rattraper le retard et de développer des outils d'IA spécifiquement orientés vers la programmation. Dix-huit mois plus tard, ce travail a abouti à un constat inattendu : Codex, l'outil de codage d'OpenAI, surpasse ChatGPT sur de nombreuses tâches concrètes, notamment les missions longues et à plusieurs étapes, l'utilisation d'outils externes, ou encore la manipulation de feuilles de calcul complexes. Cette supériorité de Codex pose une question stratégique majeure pour OpenAI : pourquoi maintenir deux produits distincts quand l'un excelle là où l'autre montre ses limites ? La décision de fusionner Codex et ChatGPT vise à offrir une expérience unifiée, capable de basculer intelligemment entre raisonnement général et exécution technique de haut niveau, un atout déterminant pour les développeurs professionnels qui cherchent à automatiser des flux de travail entiers. Cette évolution s'inscrit dans une compétition féroce entre OpenAI et Anthropic pour la domination du marché des assistants de programmation. Claude Code a mis la pression sur tout le secteur, poussant OpenAI à repenser l'architecture même de ses produits. La consolidation de Codex dans ChatGPT pourrait redéfinir ce que les utilisateurs attendent d'un assistant IA polyvalent, à mesure que la frontière entre chatbot et agent autonome s'efface.

Outils❧Opinion

1 source

48

2773Le Big Data 

Scout : le nouveau OpenClaw de Microsoft qui automatise tout

Microsoft a présenté Scout lors de sa conférence Build 2026, un nouvel assistant IA autonome intégré directement dans l'environnement Microsoft 365. Conçu pour aller bien au-delà du chatbot classique, Scout peut accéder aux e-mails, calendriers et services Microsoft afin d'exécuter des tâches automatiquement : organiser des réunions, préparer des ordres du jour, gérer des tâches administratives courantes. L'outil est actuellement disponible via le programme Frontier de Microsoft, mais nécessite un abonnement GitHub Copilot pour y accéder. Contrairement aux assistants ponctuels, Scout apprend les habitudes de travail de chaque utilisateur au fil du temps : il est personnalisable, peut recevoir un prénom choisi par l'utilisateur, et s'ajuste selon les retours réguliers qu'on lui transmet. Les utilisateurs pourront également créer leurs propres compétences et scénarios d'automatisation pour l'adapter à des besoins métier très spécifiques. L'enjeu pour Microsoft est considérable. Avec des centaines de millions de professionnels qui utilisent quotidiennement la suite Microsoft 365, intégrer un agent capable d'anticiper les besoins et d'agir sans attendre d'instruction représente un changement de paradigme dans la productivité au bureau. Ce n'est plus l'assistant qui répond aux questions, mais celui qui prend des initiatives : surveiller un calendrier surchargé, détecter un conflit de planning, préparer un briefing avant une réunion. Pour les entreprises, les gains de temps potentiels sont réels, mais la question du contrôle se pose immédiatement. Microsoft affirme avoir intégré plusieurs mécanismes de sécurité : un système de vérification continue du respect des règles définies par l'utilisateur et l'organisation, ainsi qu'un journal d'audit enregistrant chaque action significative. Plus un agent gagne en autonomie, plus les conséquences d'une erreur peuvent être lourdes, ce qui rend ces garde-fous essentiels à la crédibilité du produit. Scout s'inscrit dans une tendance de fond qui s'est accélérée depuis le début 2026, portée notamment par OpenClaw, le projet qui a popularisé l'idée d'agents IA agissant de manière vraiment autonome sans attendre d'instructions humaines explicites. Microsoft reprend explicitement cette architecture conceptuelle et l'adapte à son écosystème propriétaire, une stratégie déjà utilisée avec succès pour GitHub Copilot. La bataille dans l'industrie IA ne porte plus sur les chatbots les plus fluides, mais sur les agents les plus capables d'agir dans le monde réel. Google, Amazon et des dizaines de startups travaillent sur des approches similaires. Ce que Scout tente de résoudre, c'est le problème de la confiance : convaincre les utilisateurs professionnels de déléguer une partie de leur organisation quotidienne à un système automatisé, avec suffisamment de transparence et de contrôle pour que cette délégation soit acceptable.

Outils⚒Outil

Aussi surTechCrunch AI,Blog du Modérateur,Siècle Digital

48

2774VentureBeat AI 

Perplexity AI présente son système d'inférence hybride local-cloud au Computex 2026

Perplexity AI, la startup de recherche valorisée à 20 milliards de dollars, a présenté lundi soir au salon Computex 2026 ce qu'elle décrit comme le premier orchestrateur d'inférence hybride local-cloud du marché. Le PDG Aravind Srinivas a fait la démonstration en direct aux côtés de Lip-Bu Tan, directeur général d'Intel, lors du keynote de l'entreprise. Sur scène, le système traitait des documents financiers confidentiels en répartissant automatiquement les tâches: les informations sensibles restaient sur l'appareil, équipé d'un processeur Intel Core Ultra Série 3, tandis que les raisonnements complexes étaient envoyés vers des modèles cloud. La nouveauté n'est pas qu'un modèle tourne en local, mais que le système décide lui-même, en temps réel et en cours d'exécution, quelle partie de chaque tâche doit rester sur la machine et laquelle peut rejoindre le cloud. Selon la société, aucun produit n'avait jusqu'ici automatisé cette décision de routage. La fonctionnalité sera disponible dans les prochaines semaines. L'enjeu concret est celui de la confidentialité des données dans un contexte d'agents IA de plus en plus autonomes. En demandant une validation utilisateur avant d'envoyer des éléments sensibles vers le cloud, Perplexity répond directement aux inquiétudes des entreprises sur la gouvernance des données dans les systèmes agentiques. Pour les professionnels manipulant des informations médicales, juridiques ou financières, cette architecture permet de bénéficier de la puissance des grands modèles de langage comme Claude, Gemini ou GPT sans renoncer au contrôle sur les données les plus critiques. C'est un compromis que ni les solutions purement locales ni les agents entièrement cloud ne proposaient jusqu'ici. Cette annonce s'inscrit dans une trajectoire de produit accélérée depuis le début de l'année. Le 25 février, Perplexity lançait Computer, un agent multi-modèles orchestrant 19 modèles d'IA différents, entièrement dans le cloud. En mars, lors de sa conférence développeurs Ask 2026, la startup introduisait Personal Computer, une application Mac hybride capable d'accéder au système de fichiers local dans un environnement sécurisé et auditable. Le système présenté à Computex franchit une étape supplémentaire: l'orchestrateur raisonne désormais sur le lieu d'exécution de chaque fragment de tâche, pas seulement sur le choix du modèle. La démonstration intervient dans un contexte industriel particulièrement favorable, Computex 2026 étant dominé par le thème de l'IA embarquée: quelques heures plus tôt, Jensen Huang avait dévoilé le RTX Spark, une puce Arm Nvidia intégrant un GPU Blackwell avec 6 144 coeurs CUDA, 128 Go de mémoire LPDDR5X et une bande passante de 300 Go/s, conçue pour une nouvelle génération de PC nativement IA.

Outils❧Opinion

1 source

52

2775NVIDIA AI Blog 

NVIDIA et Microsoft s'associent pour un environnement unifié de déploiement d'agents IA, des appareils Windows au cloud

NVIDIA et Microsoft ont dévoilé lors de Microsoft Build un partenariat élargi pour déployer une pile technologique unifiée dédiée à l'IA agentique, couvrant les PC Windows, le cloud Azure et les environnements locaux. Jensen Huang, fondateur et PDG de NVIDIA, est intervenu en direct depuis Taipei aux côtés de Satya Nadella pour présenter les nouvelles initiatives. Au programme : les PC RTX Spark et les stations DGX Station for Windows, l'accélération GPU de Microsoft Fabric, les modèles ouverts NVIDIA sur Microsoft Foundry, et le runtime sécurisé NVIDIA OpenShell intégré à GitHub Copilot. RTX Spark cible les laptops et petits ordinateurs de bureau avec 1 pétaflop de performance IA, jusqu'à 128 Go de mémoire unifiée et une autonomie toute la journée, avec des systèmes attendus cet automne chez Microsoft Surface, ASUS, Dell, HP, Lenovo et MSI. La DGX Station for Windows, propulsée par le superchip NVIDIA GB300 Grace Blackwell Ultra, offre jusqu'à 748 Go de mémoire cohérente et 20 pétaflops en FP4, capable de faire tourner des modèles jusqu'à 1 billion de paramètres, avec des livraisons prévues au quatrième trimestre 2026 chez ASUS, Dell, GIGABYTE, HP, MSI et Supermicro. Ce partenariat marque un tournant dans la course à l'IA agentique d'entreprise en proposant, pour la première fois, une chaîne complète allant du matériel personnel à l'infrastructure cloud. Pour les développeurs et les entreprises, cela signifie pouvoir construire, affiner et déployer des agents IA directement sur Windows sans dépendre exclusivement du cloud. Les modèles Claude d'Anthropic tournent désormais nativement sur les systèmes Blackwell Ultra dans Azure, avec une disponibilité annoncée dans les prochaines semaines. Sur Microsoft Foundry, le nouveau NVIDIA Nemotron 3 Ultra, conçu pour le raisonnement de longue durée dans des tâches de codage, de recherche et de workflows d'entreprise, est disponible dès ce mois-ci, accompagné de Nemotron 3.5 ASR pour la reconnaissance vocale et Nemotron 3.5 Content Safety pour la modération de contenu. Ce rapprochement intervient alors que l'ensemble de l'industrie cherche à concrétiser la promesse des agents IA autonomes capables d'exécuter des tâches complexes sur la durée. NVIDIA, dont les GPU sont devenus incontournables dans les data centers, étend son influence jusqu'au bureau et au PC personnel, concurrençant indirectement Apple Silicon et AMD sur le terrain de l'inférence locale. Le runtime OpenShell, sécurisé nativement, répond aux exigences de gouvernance des grandes entreprises qui hésitent encore à confier des tâches autonomes à des agents. L'intégration des bibliothèques CUDA-X comme cuDF, cuOpt et NeMo directement accessibles aux agents ouvre la voie à des workflows scientifiques plus complexes, notamment avec le modèle Cosmos 3 pour la simulation du monde physique et les modèles météo Earth-2 disponibles via Microsoft Planetary Computer Pro.

Infrastructure⚡Actu

1 source

42

2776VentureBeat AI 

Les organisations IA en entreprise ont un problème d'exécution, pas un problème de modèle, et la plupart construisent la mauvaise solution

Une enquête publiée par VentureBeat en mai 2026, menée auprès de 132 responsables technologiques de grandes entreprises, révèle que le principal problème de l'IA agentique en production n'est pas le modèle d'intelligence artificielle lui-même, mais l'infrastructure d'exécution. Conduite dans le cadre de la série Pulse Research, l'étude interroge des dirigeants de sociétés d'au moins 100 salariés, dont 35 % dans des entreprises de plus de 10 000 employés, couvrant des secteurs comme la technologie (42 %), les services financiers (20 %) ou la santé (7 %). Résultat central : les agents IA déployés sur des infrastructures sans état, scripts Python, chaînes LangChain, orchestrations improvisées, s'effondrent au contact des exigences opérationnelles réelles. Les redémarrages de conteneurs effacent le contexte, les coûts en tokens dépassent les prévisions, et les hallucinations produites à l'étape 3 d'un workflow se transforment en échecs catastrophiques à l'étape 12. Ce constat a des conséquences concrètes pour des milliers d'équipes d'ingénierie : la majorité d'entre elles consacrent davantage de temps à gérer la "plomberie" de ces systèmes qu'à construire l'intelligence qui était censée justifier l'investissement. L'enquête introduit une distinction structurante entre le "cerveau" (la capacité de raisonnement du modèle) et la "colonne vertébrale" (l'infrastructure d'exécution qui gère l'état, la résilience et la coordination). Si les problèmes d'intégration et de gouvernance restent le premier facteur de défaillance cité, les problèmes d'infrastructure arrivent juste derrière. Et 17 % des répondants identifient encore le modèle lui-même comme la cause principale, ce qui n'est pas anecdotique : ces entreprises signalent que les modèles restent insuffisamment fiables pour les cas limites que leurs workflows génèrent. Ce rapport s'inscrit dans une série de recherches commencée au premier trimestre 2026 autour du concept de "Governance Mirage" : 43 % des entreprises interrogées alors déclaraient avoir une équipe centrale responsable de la gouvernance IA, tandis que 23 % ne s'accordaient pas sur cette question, et 31 % pointaient l'opacité des fournisseurs comme obstacle principal. Le parallèle avec la vague RPA (automatisation robotique des processus) il y a dix ans est explicitement évoqué : un cimetière de pilotes brillants incapables de passer le cap du "Jour 2". Selon VentureBeat, les organisations qui survivront à ce qu'il appelle l'"Agentic Reckoning" seront celles qui traiteront la durabilité de l'infrastructure d'exécution comme une priorité d'ingénierie de premier ordre, et non comme un problème à corriger à coups de relances et de prompts.

Business❧Opinion

1 source

52

2777Frandroid 

Microsoft dévoile sept modèles d’IA maison pour s’émanciper d’OpenAI et partir chasser sur les terres d’Anthropic et de Google

Lors de sa conférence Build, Microsoft a annoncé le lancement de sept modèles d'intelligence artificielle développés entièrement en interne, marquant une rupture stratégique significative avec sa dépendance historique à OpenAI. Cette famille de modèles maison, dévoilée devant les développeurs et partenaires de l'entreprise, couvre différentes tailles et usages, des modèles légers optimisés pour les appareils locaux aux versions plus puissantes destinées au cloud Azure. Microsoft positionne explicitement ces modèles face à Claude d'Anthropic et aux modèles Gemini de Google. Ce pivot vers l'autonomie technologique représente un changement profond pour les entreprises clientes de Microsoft, qui disposent désormais d'une alternative aux modèles OpenAI au sein même de l'écosystème Azure et Copilot. Pour les développeurs, cela signifie plus de choix, potentiellement des coûts différents et une moindre exposition aux aléas de la relation Microsoft-OpenAI. Pour l'industrie, c'est la confirmation que les grands éditeurs tech ne veulent plus sous-traiter le cerveau de leurs produits IA. Ce mouvement s'inscrit dans une tension croissante entre Microsoft et OpenAI, deux entités liées par un partenariat de plusieurs milliards de dollars mais dont les intérêts divergent à mesure qu'OpenAI se rapproche d'une structure commerciale indépendante. En bâtissant sa propre capacité de modélisation, Microsoft réduit sa vulnérabilité stratégique et entre directement en compétition avec les laboratoires qu'elle finançait indirectement. La guerre des modèles fondamentaux se joue désormais aussi dans les couloirs de Redmond.

LLMs❧Opinion

1 source

48

2778The Decoder 

OpenAI enrichit Codex avec des plugins spécialisés pour en faire une application grand public

OpenAI étend les capacités de Codex en y intégrant des plugins spécialisés selon les métiers, ciblant notamment l'analyse de données, les équipes commerciales et la banque d'investissement. L'outil, initialement conçu comme un assistant de programmation, compte désormais cinq millions d'utilisateurs hebdomadaires, dont un sur cinq n'est pas développeur. Ce segment non-technique connaît une croissance trois fois supérieure à celle de la base de développeurs traditionnelle. Ce basculement démographique révèle une ambition claire d'OpenAI : transformer Codex en application professionnelle généraliste, capable de s'intégrer dans des flux de travail très divers sans exiger de compétences techniques. Pour les entreprises, cela signifie que des équipes entières, des analystes financiers aux commerciaux, pourraient bientôt s'appuyer sur un outil de génération de code et d'automatisation sans passer par la case développement. L'enjeu est considérable : démocratiser l'automatisation au sein des organisations. Cette expansion s'inscrit dans une course plus large que se livrent les grandes plateformes d'IA pour capter le marché des outils de productivité professionnelle. Microsoft, Google et Salesforce investissent massivement dans des agents métiers similaires. OpenAI cherche à asseoir Codex comme une couche transversale dans les entreprises, bien au-delà de son positionnement initial d'IDE intelligent. L'ajout de plugins sectoriels est une réponse directe à la demande croissante d'automatisation sans code, un marché estimé à plusieurs dizaines de milliards de dollars dans les prochaines années.

Outils⚒Outil

1 source

50

2779Le Big Data 

Magnifica Humanitas du Pape Léon XIV : l’encyclique qui fait trembler la Silicon Valley

Le pape Léon XIV, né Robert Francis Prevost, a publié sa première encyclique intitulée Magnifica Humanitas, un texte de 45 000 mots qui provoque une onde de choc mondiale, des quartiers généraux de la Silicon Valley jusqu'à Pékin. Mathématicien de formation, le premier pontife américain de l'histoire rompt avec la tradition pastorale de ses prédécesseurs pour livrer une critique technique et philosophique de l'intelligence artificielle. Le document s'attaque frontalement au « paradigme technocratique » porté par une poignée de géants technologiques, arguant qu'aucun algorithme n'est neutre et que chaque système reflète inévitablement les biais de ses concepteurs. Sa maîtrise des matrices et des poids synaptiques lui permet de s'adresser à Google ou OpenAI en parlant leur langage, transformant le Vatican d'observateur inquiet en arbitre technique crédible. L'enjeu dépasse la théologie : Léon XIV remet en cause les fondements mêmes de plusieurs industries stratégiques. Sur le plan philosophique, il condamne le transhumanisme, qualifiant la quête d'immortalité numérique et de transfert de conscience de « syndrome de Babel » moderne. Pour lui, la finitude humaine, la maladie et la mort ne sont pas des erreurs à corriger par le silicium : elles constituent le terreau de l'empathie et de l'amour. Supprimer ces limites créerait des sociétés à deux vitesses, où la rentabilité algorithmique définirait la valeur d'une vie. Sur le plan militaire, l'encyclique va encore plus loin en déclarant obsolète la doctrine catholique de la « guerre juste », théorisée par saint Augustin et saint Thomas d'Aquin : un algorithme ne possédant ni conscience ni compassion, il ne peut assumer la responsabilité morale qu'exige le droit des conflits armés. Ce texte s'inscrit dans une continuité doctrinale entamée par François avec Laudato si', mais Léon XIV en étend radicalement la portée aux neurotechnologies et aux systèmes d'armes autonomes. La singularité du nouveau pontife réside dans sa capacité à articuler une critique à la fois spirituelle et scientifiquement rigoureuse, là où l'Église peinait jusqu'ici à être prise au sérieux par les ingénieurs de la tech. À travers le paragraphe 142, qui rappelle que « l'intelligence sans incarnation n'est qu'un miroir sans tain », Rome pose une question que ni OpenAI ni les laboratoires de défense ne peuvent éluder : peut-on déléguer à une machine des décisions qui engagent la dignité humaine ? Les gouvernements, les entreprises et les organisations internationales vont désormais devoir répondre à un interlocuteur qui maîtrise aussi bien l'éthique que les réseaux de neurones.

Éthique❧Opinion

1 source

46

2780Ars Technica AI 

Des mathématiciens alertent sur les menaces de l'IA pour leur profession

Un groupe de seize mathématiciens a publié le 2 juin 2026 la Déclaration de Leyde sur l'intelligence artificielle et les mathématiques, un texte de mise en garde contre l'influence croissante de l'industrie technologique sur leur discipline. Élaborée sur huit mois à la suite d'une conférence tenue à l'université de Leyde aux Pays-Bas en septembre 2025, cette déclaration a été endorsée par l'Union mathématique internationale, l'organisation non gouvernementale qui supervise les prix les plus prestigieux du domaine, dont la médaille Fields. Sa publication intervient deux semaines après qu'OpenAI a annoncé qu'un de ses modèles aurait réfuté une conjecture géométrique vieille de quatre-vingts ans, suscitant un débat immédiat dans la communauté scientifique sur ce que l'IA peut réellement accomplir en mathématiques. La déclaration pointe les nombreuses tensions que l'essor de l'IA fait peser sur la recherche mathématique : risque de dévalorisation du travail humain, dépendance accrue aux outils et aux agendas des grandes entreprises technologiques, et difficulté à évaluer rigoureusement des résultats produits par des systèmes opaques. Kevin Buzzard, mathématicien à l'Imperial College de Londres, résume l'enjeu sans détour : "Les mathématiciens devraient trouver assez frappant que les entreprises technologiques s'intéressent soudainement à leur travail." Pour les chercheurs, il ne s'agit pas de rejeter l'outil, mais d'en contrôler les conditions d'usage et d'éviter que des critères commerciaux ne redéfinissent ce qui compte comme une "découverte" mathématique. La controverse autour de la conjecture réfutée par OpenAI illustre précisément ce glissement : lorsqu'une entreprise privée annonce une percée scientifique dans un domaine aussi fondamental que les mathématiques, les questions de vérification, de reproductibilité et de crédit intellectuel deviennent politiques autant que techniques. L'Union mathématique internationale, en cautionnant la déclaration, marque une prise de position collective rare de la part d'une communauté scientifique face aux GAFAM. Les prochains mois diront si ce texte reste symbolique ou amorce une gouvernance concrète des usages de l'IA en recherche fondamentale.

Société❧Opinion

1 source