Aller au contenu principal

Actualités IA — page 167

7 647 articles au fil, du plus récent au plus ancien.

Android Auto : Gemini prend le contrôle de votre voiture intelligemment
3321Le Big Data 

Android Auto : Gemini prend le contrôle de votre voiture intelligemment

Google intègre Gemini, son modèle d'intelligence artificielle générative, directement dans Android Auto, la plateforme embarquée qui équipe des dizaines de millions de véhicules dans le monde. L'annonce a été faite par la firme de Mountain View dans le cadre de sa stratégie d'extension de l'IA à l'ensemble de son écosystème matériel et logiciel. Concrètement, Gemini remplace l'Assistant Google classique au volant et promet de traiter les commandes vocales de façon bien plus naturelle : demander d'envoyer un message, lancer un itinéraire ou trouver une station-service ne nécessite plus de formuler une phrase figée et précise. Le système comprend désormais le contexte, anticipe certains besoins, et peut par exemple proposer automatiquement un trajet si un rendez-vous figure dans l'agenda, ou suggérer un itinéraire alternatif en cas d'embouteillage avant même que l'automobiliste ne pose la question. L'intégration s'accompagne également d'une refonte visuelle : nouveaux widgets, cartes enrichies, interface repensée dans la continuité d'Android sur smartphone. L'enjeu est direct pour des millions d'automobilistes qui avaient progressivement renoncé aux assistants vocaux embarqués, trop souvent sources d'incompréhensions et de frustrations. Si Gemini tient ses promesses, l'interaction avec le véhicule devient un véritable gain de temps et de sécurité, en réduisant la nécessité de manipuler un écran ou un téléphone en conduite. Pour Google, l'impact est tout aussi stratégique : Android Auto est présent sur la quasi-totalité des constructeurs automobiles mondiaux, ce qui fait de la voiture un point d'entrée massif pour ancrer Gemini dans les habitudes quotidiennes. La refonte de l'interface vise par ailleurs à unifier l'expérience utilisateur entre smartphone, montre connectée et voiture, renforçant l'adhérence à l'écosystème Google. Cette évolution s'inscrit dans une tendance plus large qui voit les grands modèles de langage quitter les interfaces textuelles pour coloniser l'environnement physique. Après les moteurs de recherche, les smartphones et les lunettes connectées, la voiture s'impose comme le prochain terrain d'expansion de l'IA ambiante. Google n'est pas seul sur ce segment : Apple CarPlay évolue dans la même direction avec Siri, et plusieurs constructeurs comme BMW ou Mercedes développent leurs propres assistants IA embarqués. La question qui se pose désormais est celle de l'équilibre entre utilité réelle et saturation de l'interface : si certaines fonctionnalités proactives semblent genuinement pertinentes, l'accumulation de widgets et de recommandations à l'écran pourrait paradoxalement augmenter la charge cognitive du conducteur. Les prochains mois de déploiement diront si Gemini parvient à s'imposer comme un copilote discret et fiable, ou s'il reproduit les travers des assistants qui l'ont précédé.

OutilsOutil
1 source
Évaluateurs multimodaux : MLLM comme juge pour les tâches image vers texte dans Strands Evals
3322AWS ML Blog 

Évaluateurs multimodaux : MLLM comme juge pour les tâches image vers texte dans Strands Evals

Amazon a annoncé le lancement de quatre nouveaux évaluateurs multimodaux dans son SDK Strands Evals, conçus pour juger automatiquement la qualité des réponses textuelles générées à partir d'images. Baptisés Overall Quality, Correctness, Faithfulness et Instruction Following, ces évaluateurs fonctionnent sur Amazon Bedrock et s'intègrent directement dans le flux de travail Case/Experiment/Report de Strands Evals. Leur principe : envoyer l'image source, la requête et la réponse du modèle à un modèle juge multimodal, qui retourne un score (sur une échelle de Likert 1-5 ou binaire) accompagné d'un raisonnement exploitable pour le débogage. Ils supportent deux modes d'évaluation, avec ou sans réponse de référence, et peuvent être branchés directement dans des pipelines d'intégration continue pour détecter automatiquement hallucinations visuelles, erreurs factuelles et violations d'instructions. La limitation des évaluateurs textuels classiques est au coeur de cette annonce. Un juge qui ne voit pas l'image peut valider un texte bien rédigé tout en laissant passer des erreurs critiques : un modèle qui invente une tendance dans un graphique qui ne la montre pas, hallucine un produit absent d'une photo, ou ignore une instruction de format. Ces trois types d'échecs nécessitent trois types de corrections différents, et les agréger en un seul score global rend le débogage quasi impossible. Sans évaluation multimodale automatisée, les équipes sont coincées entre la revue humaine, coûteuse et non scalable, et des proxys textuels qui manquent précisément les défaillances qui comptent, notamment dans des cas d'usage comme la lecture de factures, l'analyse de tableaux de bord ou la description de captures d'écran. L'enjeu est considérable à l'échelle de l'industrie. Selon Gartner, 80 % des logiciels d'entreprise seront multimodaux d'ici 2030, contre moins de 10 % en 2024. Cette transition rapide pousse les équipes d'ingénierie à construire des pipelines d'évaluation capables de suivre la complexité croissante des modèles déployés. Strands Evals s'inscrit dans l'écosystème d'agents IA open source qu'Amazon a commencé à assembler ces derniers mois, avec une ambition claire : fournir une chaîne d'outils complète, de la construction à l'évaluation des agents. Ces quatre évaluateurs représentent une brique manquante pour les équipes qui travaillent sur le commerce visuel, la compréhension de documents ou tout système où la vérité de terrain réside dans l'image et non dans le texte. La prochaine étape logique sera d'étendre ces mécanismes à des modalités supplémentaires, vidéo, audio, à mesure que les modèles fondamentaux gagnent en capacités.

OutilsOutil
1 source
Google s'apprête à transformer la recherche avec des agents IA en 2026
3323Ars Technica AI 

Google s'apprête à transformer la recherche avec des agents IA en 2026

Lors de la conférence Google I/O 2026, la vice-présidente de Google Search, Liz Reid, a annoncé que le mode IA de Google dépasse désormais le milliard d'utilisateurs actifs par mois. Plus significatif encore, son usage double chaque trimestre depuis son lancement en test il y a un peu plus d'un an. Reid a résumé la transformation en une phrase devenue la ligne directrice de l'entreprise : "Google Search, c'est la recherche par IA." Le mode IA transforme l'expérience de recherche en conversation : le moteur pose des questions de suivi, et chacune de ces interactions est comptabilisée comme une requête supplémentaire dans les métriques internes. Cette évolution a des conséquences directes sur l'ensemble de l'écosystème numérique. Pour les utilisateurs, l'accès au mode IA est totalement gratuit, contrairement à de nombreuses autres offres d'IA de Google qui restent payantes. Pour les éditeurs et créateurs de contenu, le risque est réel : une recherche conversationnelle qui répond directement aux questions réduit mécaniquement les clics vers les sites tiers. Pour Google lui-même, en revanche, les chiffres sont sans équivoque : plus de requêtes, plus de temps passé sur la plateforme, plus d'opportunités publicitaires. L'entreprise obtient exactement ce qu'elle cherchait. Google a commencé à tester ce mode conversationnel au printemps 2025, avant de l'officialiser lors de l/O 2025. Depuis, la société a multiplié les incitations pour pousser les utilisateurs vers ce nouveau format : liens mis en avant, suggestions récurrentes, interface redessinée autour de l'IA. Les critiques sont nombreuses sur Internet, notamment autour de la qualité des résultats et de l'impact sur le trafic des médias, mais elles ne semblent pas peser sur la stratégie. Google, fort de sa position dominante sur le marché de la recherche mondiale, dispose d'une capacité rare : celle d'imposer un changement d'usage à l'échelle planétaire, quelles que soient les réticences. La question pour 2026 n'est plus de savoir si cette transformation aura lieu, mais à quelle vitesse elle reconfigurera l'accès à l'information en ligne.

SociétéOutil
1 source
Créez des applications vocales en temps réel avec Amazon SageMaker AI et vLLM
3324AWS ML Blog 

Créez des applications vocales en temps réel avec Amazon SageMaker AI et vLLM

Depuis novembre 2025, Amazon SageMaker AI propose un mode de streaming bidirectionnel pour l'inférence en temps réel, permettant aux développeurs de faire circuler des données en continu dans les deux sens entre leurs applications et les conteneurs de modèles. Mistral AI en est l'un des premiers bénéficiaires concrets : le modèle Voxtral-Mini-4B-Realtime-2602, conçu spécifiquement pour la transcription vocale en temps réel, peut désormais être déployé sur un endpoint SageMaker via un conteneur vLLM. Le framework open source vLLM, de son côté, expose une API dite Realtime accessible via WebSocket à l'adresse /v1/realtime, qui traite l'audio de façon incrémentale et renvoie les tokens de transcription au fur et à mesure que le son arrive, sans attendre la fin de l'enregistrement. SageMaker gère la traduction de protocole entre HTTP/2 côté client et WebSocket côté conteneur sur le port 8443, de façon transparente et sans configuration supplémentaire. L'enjeu est direct pour toute une classe d'applications professionnelles qui se heurtaient jusqu'ici à la latence inhérente aux architectures requête-réponse classiques : agents vocaux, sous-titrage en direct, analytique de centres d'appels, outils d'accessibilité. Dans ces contextes, attendre que l'intégralité d'un enregistrement soit reçue avant de lancer la transcription brise l'expérience temps réel. La nouvelle architecture permet une connexion full-duplex persistante : l'audio entre en continu, la transcription sort en continu. vLLM applique par ailleurs une exécution par graphe CUDA en morceaux pour réduire la latence par token lors du streaming, tandis que SageMaker assure le monitoring via Amazon CloudWatch, les keepalives WebSocket et la résilience de connexion sans instrumentation personnalisée. Cette évolution s'inscrit dans une tendance plus large de convergence entre infrastructure cloud managée et serving open source haute performance. Amazon a progressivement enrichi SageMaker pour couvrir des cas d'usage au-delà de l'inférence batch classique, et le support du streaming bidirectionnel représente une réponse directe à la montée des LLM multimodaux et des applications temps réel. Mistral AI, avec sa gamme Voxtral, positionne ses modèles compacts sur le segment de la voix embarquée et managée, en concurrence avec des solutions propriétaires comme Whisper d'OpenAI ou les API de Google Cloud Speech. Le fait que vLLM soit open source garantit aux équipes une maîtrise totale sur la configuration, la quantisation et la compilation des modèles, sans dépendance à un fournisseur de serving. Un dépôt GitHub accompagne le tutoriel pour reproduire le déploiement complet.

OutilsTuto
1 source
« Nous sommes aux pieds de la singularité » : ce que Google a vraiment dit sur l’AGI
3325Le Big Data 

« Nous sommes aux pieds de la singularité » : ce que Google a vraiment dit sur l’AGI

Lors de la conférence Google I/O du 19 mai 2026, Demis Hassabis, cofondateur et PDG de Google DeepMind, a prononcé une phrase qui a immédiatement traversé l'ensemble de l'écosystème technologique mondial : "Quand nous regarderons en arrière, je pense que nous réaliserons que nous étions au pied des collines de la singularité." Le neuroscientifique, jusqu'ici reconnu pour la sobriété de ses prévisions, a affirmé que l'Intelligence Artificielle Générale (AGI) n'est désormais plus qu'à "quelques années" (just a few years away). Pour appuyer cette posture, Google a simultanément dévoilé plusieurs avancées techniques concrètes : des systèmes d'agents autonomes capables de planifier des actions complexes sur le long terme sans intervention humaine, la multimodalité native en temps réel avec le projet Astra et la gamme Gemini (traitement simultané de vidéo, voix, texte et code), et un usage de l'IA comme accélérateur de recherche scientifique. Ce changement de discours représente une rupture stratégique considérable pour Google, qui avait historiquement pris soin de se distinguer des prophètes transhumanistes de la Silicon Valley. En utilisant délibérément le terme "singularité", chargé de références à la science-fiction et aux théories de Ray Kurzweil, la firme de Mountain View s'aligne sur le registre rhétorique d'OpenAI et d'Elon Musk, dont les annonces fracassantes ont dominé le cycle médiatique ces dernières années. L'impact est direct pour l'industrie : les investisseurs, les recruteurs, les législateurs et les concurrents doivent désormais réajuster leurs horizons de planification. Si Google, acteur réputé pour sa rigueur scientifique, estime que l'AGI se profile "sur l'horizon", c'est toute la cadence de la course à l'IA qui s'accélère, avec des implications sur les budgets R&D, la régulation et l'adoption enterprise. Pendant des années, Demis Hassabis avait maintenu une distance prudente vis-à-vis des spéculations les plus radicales, situant l'émergence de l'AGI à une ou deux décennies. Ce revirement intervient dans un contexte de compétition intense entre les grands laboratoires : OpenAI a annoncé des modèles de "raisonnement" o3 et o4, Anthropic développe Claude 4 avec des capacités agentiques croissantes, et la Chine pousse ses propres modèles à travers des acteurs comme DeepSeek. Google, malgré sa puissance de calcul et ses avancées avec AlphaFold ou Gemini Ultra, a souffert d'une perception de retard sur le segment grand public. La déclaration de Hassabis peut donc être lue à deux niveaux simultanément : un signal sincère de confiance technologique interne, et une manoeuvre de positionnement destinée à reprendre le leadership narratif d'une guerre dont l'enjeu dépasse désormais largement le marché des chatbots.

LLMsOpinion
1 source
Google AI Studio : vous pouvez maintenant créer une app Android en parlant
3326Le Big Data 

Google AI Studio : vous pouvez maintenant créer une app Android en parlant

Google a annoncé lors du Google I/O 2026 une nouvelle fonctionnalité de son outil Google AI Studio permettant de créer des applications Android natives en langage naturel. Concrètement, l'utilisateur choisit le mode "Créer", sélectionne Android, puis décrit en quelques phrases l'application souhaitée. L'agent IA génère alors un projet complet en Kotlin et Jetpack Compose, exécutable immédiatement dans un émulateur Android intégré directement au navigateur. Sans installer Android Studio, aucun SDK ni émulateur local, les modifications apparaissent en temps réel. L'utilisateur peut ensuite déployer l'APK sur un smartphone via USB sans configuration ADB, et même publier sur un canal de test du Play Store, l'outil se chargeant de signer le projet. Cette annonce abaisse radicalement la barrière d'entrée au développement mobile. Jusqu'ici, mettre en place un environnement Android fonctionnel représentait plusieurs heures de configuration, source de découragement majeur pour les débutants. Avec cette approche, un entrepreneur, un designer ou un product manager peut prototyper une application fonctionnelle en quelques minutes sans toucher une ligne de code. Pour les développeurs expérimentés, c'est un accélérateur de prototypage significatif. Les limites actuelles restent néanmoins importantes : les applications générées sont exclusivement côté client, sans support de Firebase, des API Google serveur ou du multijoueur. L'émulateur navigateur ne prend pas en charge l'appareil photo, le Bluetooth, le NFC ni les services Google Play. Kotlin et Jetpack Compose sont imposés, excluant les projets Java, XML ou natifs C/C++. Google AI Studio se positionne donc davantage comme un outil de prototypage ultra-rapide que comme une plateforme de production professionnelle. Cette initiative s'inscrit dans la stratégie plus large de Google visant à intégrer l'IA générative dans l'ensemble de son écosystème développeur, accélérée depuis l'émergence de concurrents comme Cursor, Replit ou Bolt.new qui ont popularisé la génération de code par prompt. Le marché du développement mobile représente des milliards de dollars et des millions de développeurs : simplifier l'accès à Android, c'est potentiellement élargir l'écosystème d'applications du Play Store tout en renforçant l'adoption de Gemini comme modèle de référence. Les prochaines évolutions attendues concernent probablement l'intégration de Firebase et des API backend, ce qui transformerait l'outil d'un prototypeur en véritable plateforme de développement. La question centrale reste de savoir jusqu'où l'IA peut absorber la complexité technique sans sacrifier la qualité et la maintenabilité du code généré.

OutilsOutil
1 source
Les coûts d'Anthropic augmentent : les entreprises poussent leurs fournisseurs à raccourcir les contrats
3327The Information AI 

Les coûts d'Anthropic augmentent : les entreprises poussent leurs fournisseurs à raccourcir les contrats

Les entreprises augmentent significativement leurs dépenses auprès d'Anthropic et d'autres fournisseurs d'IA, et ce budget supplémentaire doit bien venir de quelque part. La cible naturelle : les contrats logiciels traditionnels. Selon des dirigeants et des consultants, de nombreuses organisations ne renoncent pas encore à leurs applications d'entreprise, mais elles se positionnent pour le faire si l'IA venait à rendre ces outils moins indispensables. Concrètement, elles exigent des contrats plus courts et des conditions plus favorables auprès de leurs éditeurs SaaS historiques. Ce changement de rapport de force représente une menace sérieuse pour les grands éditeurs de logiciels d'entreprise comme Salesforce, SAP ou ServiceNow. Des contrats pluriannuels de trois à cinq ans, autrefois la norme, sont désormais contestés. Les entreprises clientes gagnent en flexibilité pour pivoter vers des solutions IA si celles-ci se révèlent capables de remplacer des fonctions entières -- CRM, gestion des workflows, support client -- à moindre coût. Cette pression s'inscrit dans un contexte de réallocation massive des budgets technologiques vers l'IA générative. Les dépenses en modèles de fondation comme Claude d'Anthropic ou GPT d'OpenAI explosent, tandis que les directions financières cherchent à compenser ces investissements en réduisant les coûts fixes. Le secteur du SaaS, qui avait bénéficié d'une décennie de croissance quasi garantie grâce aux renouvellements automatiques, entre dans une phase d'incertitude structurelle dont l'issue dépendra largement de sa capacité à intégrer l'IA dans ses propres offres.

BusinessOpinion
1 source
Google expérimente la SaaSpocalypse sur le marché des applications
3328The Decoder 

Google expérimente la SaaSpocalypse sur le marché des applications

Google a intégré à son outil AI Studio la capacité de générer des applications Android natives directement depuis une invite textuelle. Les applications produites sont écrites en Kotlin avec Jetpack Compose, le framework UI moderne d'Android, et peuvent être testées immédiatement dans un émulateur accessible depuis le navigateur, sans installation. Cette fonctionnalité vise les applications utilitaires simples, trackers d'habitudes, listes de tâches, calculateurs personnalisés, que n'importe quel utilisateur peut désormais créer en quelques minutes sans écrire une seule ligne de code. L'enjeu est considérable pour l'écosystème mobile : si des millions d'utilisateurs peuvent générer leurs propres outils à la demande, le modèle traditionnel de distribution via le Google Play Store se fragilise. Pourquoi télécharger une application parmi des millions quand on peut en fabriquer une sur mesure en décrivant exactement ce dont on a besoin ? Pour les développeurs indépendants et les petites applications utilitaires, la concurrence ne vient plus d'autres studios mais directement de l'IA de Google. Cette évolution s'inscrit dans une vague plus large que certains analystes nomment la « SaaSpocalypse », la disruption des logiciels et applications standards par la génération automatisée. Apple adopte délibérément la stratégie inverse, en bloquant systématiquement les applications issues du « vibe-coding » sur l'App Store, cherchant à préserver la qualité et le contrôle éditorial de sa plateforme. Le contraste entre les deux géants illustre une fracture stratégique profonde sur l'avenir des marchés applicatifs : plateformes curatoriales fermées contre écosystèmes génératifs ouverts.

OutilsOutil
1 source
Grab présente une étude de cas sur la conception d'un système multi-agents pour le support technique à grande échelle
3329InfoQ AI 

Grab présente une étude de cas sur la conception d'un système multi-agents pour le support technique à grande échelle

L'équipe centrale de données de Grab, le géant technologique sud-est asiatique, a conçu et déployé un système d'intelligence artificielle multi-agents pour automatiser les tâches d'assistance technique répétitives au sein de sa plateforme d'entrepôt de données. L'architecture repose sur une séparation claire entre deux types de flux de travail : d'un côté l'investigation des incidents, de l'autre les améliorations de la plateforme. Ces agents spécialisés opèrent sous la supervision d'une couche d'orchestration centrale qui coordonne leurs actions selon la nature des requêtes entrantes. L'enjeu est considérable pour les équipes d'ingénierie de Grab : le système permet de réduire significativement la charge opérationnelle, d'accélérer la résolution des problèmes et, surtout, de libérer les ingénieurs des tâches de "pompier" chronophages. Plutôt que de passer leurs journées à traiter des tickets récurrents, les équipes peuvent désormais concentrer leur énergie sur des travaux à plus forte valeur ajoutée, notamment l'ingénierie de la plateforme elle-même et son amélioration continue. Ce cas d'usage illustre une tendance de fond dans les grandes entreprises technologiques : l'adoption des systèmes multi-agents pour absorber la complexité opérationnelle à l'échelle. Les entrepôts de données d'une plateforme comme Grab, qui sert des dizaines de millions d'utilisateurs à travers l'Asie du Sud-Est, génèrent un volume de demandes d'assistance qu'aucune équipe humaine ne peut traiter efficacement sans automatisation. La publication de ce retour d'expérience positionne Grab parmi les pionniers de l'application concrète des agents IA en environnement d'entreprise à grande échelle.

OutilsOutil
1 source
Ne vous faites plus avoir : les images de ChatGPT ont désormais une « marque »
3330Le Big Data 

Ne vous faites plus avoir : les images de ChatGPT ont désormais une « marque »

OpenAI a annoncé l'intégration progressive de SynthID, la technologie de tatouage numérique développée par Google DeepMind, dans les images générées via ChatGPT, Codex et son API. Cette initiative s'inscrit dans une stratégie plus large : depuis 2024, l'entreprise appose déjà des "Content Credentials" conformes au standard C2PA (Coalition for Content Provenance and Authenticity) sur les images produites par DALL·E 3, ImageGen et Sora. SynthID ajoute un marquage invisible directement dans les pixels de l'image, indétectable à l'œil nu mais lisible par un outil spécialisé. OpenAI déploie en parallèle un premier outil public de vérification permettant à quiconque de téléverser une image pour savoir si elle provient de ses modèles, en analysant simultanément les métadonnées C2PA et le tatouage SynthID. L'enjeu est direct : à mesure que les images générées par IA inondent les réseaux sociaux, les médias et les campagnes publicitaires, la capacité à distinguer le réel de l'artificiel devient un problème concret pour les journalistes, les plateformes et le grand public. La combinaison des deux technologies répond à une limite bien connue des systèmes basés uniquement sur les métadonnées : une simple capture d'écran suffit à effacer les informations de provenance encodées selon le standard C2PA. SynthID contourne ce problème en inscrivant le marquage dans la structure même de l'image, lui permettant de survivre à certaines modifications ou recompressions. C'est cette complémentarité qui constitue la valeur réelle du dispositif : les métadonnées fournissent un contexte détaillé sur la création, le tatouage assure une trace persistante. La course à la traçabilité des contenus synthétiques s'accélère dans un contexte de pression réglementaire croissante, notamment en Europe avec l'AI Act, qui impose des obligations de transparence sur les contenus générés par IA. OpenAI n'est pas seul sur ce terrain : Adobe, Microsoft et d'autres membres de la C2PA travaillent à des approches similaires, tandis que les grandes plateformes comme YouTube ou LinkedIn ont commencé à afficher les Content Credentials. OpenAI reconnaît cependant les limites de son système : aucune méthode n'est infaillible, et l'absence de signal détecté ne garantit pas qu'une image est authentique. L'outil de vérification public ne couvre pour l'instant que les contenus générés par OpenAI, mais l'entreprise affirme vouloir collaborer avec d'autres acteurs pour étendre le dispositif à l'ensemble de l'industrie.

SécuritéOpinion
1 source
Android XR : traduction en temps réel, résumés de conversations… voici les lunettes IA audio
3331Le Big Data 

Android XR : traduction en temps réel, résumés de conversations… voici les lunettes IA audio

Google a présenté lors de la Google I/O 2026 une nouvelle génération de lunettes connectées fonctionnant sous Android XR, son système d'exploitation dédié à la réalité étendue. Alimentées par Gemini, son modèle d'IA maison, ces lunettes audio misent sur une interaction entièrement vocale : elles traduisent des conversations en temps réel, lisent et résument les notifications reçues, répondent à des questions sur l'environnement immédiat de l'utilisateur, et permettent d'envoyer des SMS, passer des appels ou appeler un Uber sans jamais sortir le smartphone de sa poche. Lors des démonstrations, Google a montré les lunettes capables de traduire un menu rédigé en langue étrangère simplement en le regardant, ou de retranscrire un échange oral en adaptant le ton à celui de l'interlocuteur. La navigation vocale figure également parmi les fonctions phares : les lunettes détectent la direction du regard et guident l'utilisateur de manière plus naturelle qu'un GPS classique. Des photos et vidéos peuvent aussi être prises sur commande vocale, avec retouches automatiques générées par l'IA. L'enjeu de ces lunettes dépasse largement le gadget : elles représentent une tentative sérieuse de rendre l'IA ambiante et permanente, intégrée dans le quotidien sans friction d'écran. Pour les utilisateurs, cela signifie accéder à l'information et piloter son environnement numérique les mains libres, en toutes circonstances. Pour l'industrie, c'est un signal fort que la prochaine bataille de l'IA se joue sur le corps, pas sur le bureau. Google se positionne directement face à Meta, dont les Ray-Ban connectées ont démontré qu'un facteur de forme discret peut effectivement séduire le grand public, là où les interfaces tête-haute et les écrans superposés peinent encore à convaincre. Treize ans après le fiasco des Google Glass, rejetées pour leur design ostensiblement technologique et leurs questions éthiques sur la vie privée, Google a visiblement tiré les leçons. Les nouvelles montures Android XR ont été co-développées avec Gentle Monster et Warby Parker, deux acteurs reconnus dans la lunetterie et la mode, pour que le produit ressemble avant tout à une paire de lunettes ordinaires. Les haut-parleurs et microphones sont dissimulés dans les branches sans altérer l'aspect visuel. Cette stratégie de normalisation du design est désormais le prérequis non négociable du marché des wearables : Meta l'a compris avec Ray-Ban, Google y revient avec Android XR. La prochaine étape sera de convaincre sur l'usage réel au quotidien, loin des démonstrations scénarisées, et de répondre aux inévitables questions sur la collecte de données dans des espaces publics.

OutilsOutil
1 source
Agents IA, recherche 24/7… la plus grosse refonte de Google Search depuis 25 ans
3332Le Big Data 

Agents IA, recherche 24/7… la plus grosse refonte de Google Search depuis 25 ans

Lors de la conférence Google I/O 2026, le 19 mai, Google a officiellement enterré les « dix liens bleus » qui avaient défini la recherche sur internet depuis un quart de siècle. La refonte s'articule autour de trois axes majeurs déployés simultanément à l'échelle mondiale. D'abord, une nouvelle Intelligent Search Box remplace l'ancienne barre de saisie : l'interface s'adapte dynamiquement aux questions longues formulées en langage naturel et accepte désormais le glisser-déposer d'images, de fichiers PDF, de vidéos ou d'onglets Chrome directement dans le champ de recherche. Un système baptisé Query Coaching analyse l'intention de l'utilisateur en temps réel et suggère des reformulations avant même que la requête ne soit envoyée. Sous le capot, Google a intégré Gemini 3.5 Flash, son nouveau modèle phare, comme moteur par défaut de l'AI Mode désormais disponible partout : les réponses synthétiques s'affichent quatre fois plus vite que dans les versions précédentes, permettant une conversation continue avec suivi de contexte depuis les résultats. Enfin, les Information Agents, agents autonomes capables de surveiller le web en continu 24h/24, permettent à un utilisateur de déléguer la veille d'un sujet à une IA qui travaille en arrière-plan et notifie proactivement. L'impact est structurel pour l'ensemble de l'écosystème numérique. Pour les utilisateurs, la recherche cesse d'être un exercice de traduction de pensées en mots-clés calibrés : on peut interroger Google comme on pose une question à un expert, avec des documents en main. Pour les médias et éditeurs web, la bascule vers des réponses synthétiques générées par l'IA intensifie une menace déjà réelle sur le trafic organique, puisque le moteur répond de plus en plus sans renvoyer vers une source. Pour les entreprises, la surveillance automatisée par agents change radicalement la veille concurrentielle et la gestion de l'e-réputation, jusqu'ici réservées aux outils spécialisés. Cette transformation s'inscrit dans une course engagée depuis l'irruption de ChatGPT fin 2022, qui a forcé Google à accélérer son agenda IA et à assumer un risque de cannibalisation de son propre modèle publicitaire. Microsoft avait intégré GPT-4 dans Bing dès 2023, sans renverser les parts de marché, mais l'urgence stratégique n'en était pas moins réelle pour Google. La société a répondu avec les AI Overviews, déployées à grande échelle en 2024 malgré une série de bugs embarrassants, puis avec l'AI Mode progressivement étendu. Google I/O 2026 marque le saut qualitatif suivant : le moteur ne répond plus seulement aux requêtes, il anticipe les besoins et agit en autonomie. La question qui demeure ouverte est celle du financement du modèle : comment Google monétisera-t-il une interface où l'utilisateur n'a plus besoin de cliquer sur quoi que ce soit.

Les créateurs de NanoClaw transforment leur environnement open source pour agents IA en second cerveau d'entreprise
3333VentureBeat AI 

Les créateurs de NanoClaw transforment leur environnement open source pour agents IA en second cerveau d'entreprise

NanoCo AI, la startup fondée par Gavriel Cohen, ancien ingénieur chez Wix.com, et son frère Lazer Cohen, également fondateur de l'agence de relations presse Concrete Media, vient de boucler un tour de table d'amorçage de 12 millions de dollars, sursouscrit, mené par Valley Capital Partners. Parmi les investisseurs stratégiques figurent Docker, Vercel, monday.com, Factorial Capital, ainsi que Clem Delangue, PDG et cofondateur de Hugging Face. La levée doit financer le passage à l'échelle de NanoClaw, leur variante open source sous licence MIT du framework d'agents IA autonomes OpenClaw, en y ajoutant des services commerciaux managés destinés aux grandes entreprises. Le concept central de NanoCo AI est un assistant professionnel en tête-à-tête : chaque employé dispose d'un agent personnel qui apprend son rôle, ses projets et son style de travail au fil des échanges ordinaires. Au fur et à mesure que l'utilisateur lui transfère des emails, documents et comptes-rendus de réunions, l'agent construit un "wiki LLM" dynamique, concept proche de celui de "LLM Knowledge Base" théorisé par le chercheur influent Andrej Karpathy. Cette mémoire persistante permet à l'assistant de passer de la simple réponse aux questions à la rédaction autonome de premiers jets de contrats, de révisions de code ou de gestion de comptes, directement dans des outils comme Slack ou Microsoft Teams. Cohen estime que ce modèle peut rendre un employé deux à trois fois plus efficace, sans remplacer les effectifs. La sécurité constitue le différenciateur technique majeur de NanoClaw face à ses concurrents. Là où OpenClaw a grossi jusqu'à 400 000 lignes de code, NanoClaw a été délibérément réduit à environ 500 lignes de TypeScript, ce qui permet à une équipe sécurité humaine de l'auditer intégralement en huit minutes. Chaque agent tourne dans un environnement isolé via des sandboxes Docker basées sur des MicroVM, fruit d'un partenariat avec Docker annoncé en mars 2026. Les identifiants API ne transitent jamais directement jusqu'à l'agent : toutes les requêtes sortantes passent par une passerelle sécurisée écrite en Rust, OneCLI Gateway, qui applique les politiques définies par l'entreprise. Si un agent tente une action sensible en écriture, comme modifier un environnement cloud ou supprimer un email, la passerelle intercepte la requête et soumet une carte interactive à l'employé concerné sur Slack, Teams ou WhatsApp, qui doit valider explicitement avant que l'action soit exécutée.

BusinessActu
1 source
Google présente ses outils de codage IA comme la solution la plus rentable
3334The Information AI 

Google présente ses outils de codage IA comme la solution la plus rentable

Lors de sa conférence annuelle Google I/O, mardi à Mountain View en Californie, Google a présenté sa réponse à la domination croissante d'Anthropic dans le domaine du codage assisté par IA. Plutôt que de sortir une version "Pro" de son modèle phare Gemini pour affronter directement Mythos, le modèle très attendu d'Anthropic, Google a choisi une stratégie différente : mettre en avant Gemini 3.5 Flash, un modèle plus compact, couplé à son agent de codage baptisé Antigravity. Sur scène, le PDG Sundar Pichai a illustré l'argument commercial avec un chiffre frappant : les grandes entreprises clientes de Google Cloud traitent actuellement environ 1 000 milliards de tokens par jour, et si elles basculaient 80 % de leurs charges de travail depuis d'autres modèles frontier vers Gemini 3.5 Flash, elles économiseraient plus d'un milliard de dollars par an. Le positionnement tarifaire est au coeur de la stratégie de Google, dans un contexte où les prix des modèles d'Anthropic sont jugés élevés et où les contraintes de capacité de calcul pèsent sur les budgets des équipes techniques. En ciblant les développeurs soucieux de maîtriser leurs coûts, Google ne cherche pas à remporter la bataille du modèle le plus puissant, mais celle du rapport performance/prix. Antigravity, l'agent de codage présenté comme un outil de productivité quotidienne, incarnerait ce compromis : suffisamment capable pour les tâches courantes, nettement moins onéreux que les alternatives premium. Ce repositionnement intervient alors qu'Anthropic renforce sa présence dans l'écosystème des développeurs avec des modèles comme Claude et le futur Mythos, qui n'est pas encore disponible en accès large. Google, de son côté, avait récemment perdu du terrain en matière de perception dans la communauté des ingénieurs. La conférence I/O 2026 marque une tentative de reconquête pragmatique : plutôt que de rivaliser frontalement sur les benchmarks, Google mise sur l'économie d'échelle et l'intégration dans Google Cloud pour convaincre les entreprises de faire de Gemini 3.5 Flash leur choix par défaut. Un modèle "Pro" plus ambitieux a été évoqué pour plus tard dans l'année.

BusinessActu
1 source
ChatGPT Ads Manager : l’outil que vous attendez pour gérer vos campagnes publicitaires ?
3335Le Big Data 

ChatGPT Ads Manager : l’outil que vous attendez pour gérer vos campagnes publicitaires ?

OpenAI a lancé en bêta son ChatGPT Ads Manager le 5 mai 2026, ouvrant pour la première fois l'accès à une régie publicitaire en libre-service intégrée directement dans son chatbot. Disponible dès maintenant pour les annonceurs américains, la plateforme permet de créer, piloter et optimiser des campagnes publicitaires qui s'affichent sous les réponses générées par l'IA. OpenAI assure que les annonces n'influencent pas les contenus produits par ChatGPT et que les conversations des utilisateurs ne sont pas transmises aux annonceurs. Cette étape s'inscrit dans une stratégie de monétisation agressive : la société vise 2,5 milliards de dollars de revenus publicitaires pour 2026 et ambitionne d'atteindre 100 milliards de dollars annuels d'ici 2030. Les annonceurs européens peuvent déjà s'inscrire sur liste d'attente. L'enjeu est considérable pour l'industrie publicitaire. Contrairement à Google ou Meta qui s'appuient sur le profilage comportemental des utilisateurs, ChatGPT Ads Manager mise sur un ciblage purement contextuel, ancré dans l'intention de recherche immédiate de l'utilisateur au moment précis où il pose sa question. Pour un annonceur, cela signifie toucher un prospect au moment exact où il exprime un besoin, sans exploiter l'historique personnel ou les données privées. Ce positionnement différenciant pourrait séduire les marques soucieuses de conformité réglementaire, notamment en Europe, tout en offrant un retour sur investissement potentiellement plus ciblé que les formats display classiques. La structure de la plateforme suit la trinité habituelle du marketing digital : campagne, groupes thématiques, annonces finales, avec deux modes d'accès, l'un guidé pour les débutants, l'autre permettant l'import direct de modèles pour les utilisateurs expérimentés. Ce lancement intervient dans un contexte de pression financière croissante sur OpenAI. Faire tourner des serveurs d'IA à grande échelle représente des coûts colossaux, et les abonnements ChatGPT Plus ou Pro ne suffisent pas à couvrir les ambitions de croissance de l'entreprise. En intégrant la publicité, OpenAI suit le chemin tracé par Google avec son moteur de recherche, cherchant à monétiser une audience massive, estimée à plusieurs centaines de millions d'utilisateurs actifs, sans dégrader l'expérience perçue. La viabilité de ce modèle dépendra néanmoins de la tolérance des utilisateurs à la présence de contenus sponsorisés dans un outil qu'ils associent à la neutralité informationnelle, ainsi que de la capacité d'OpenAI à convaincre les régulateurs européens que ce ciblage contextuel respecte bien le RGPD. Les prochains mois, avec l'ouverture annoncée aux marchés hors États-Unis, seront déterminants.

BusinessOpinion
1 source
Si Google n'arrive pas à rendre les agents IA utiles, personne ne le pourra peut-être
3336The Verge AI 

Si Google n'arrive pas à rendre les agents IA utiles, personne ne le pourra peut-être

Lors de sa conférence Google I/O 2026, Google a présenté une nouvelle génération d'agents IA capables de fonctionner en continu en arrière-plan. Ces agents sont conçus pour accomplir des tâches concrètes : collecter des informations sur le web, planifier des événements, résumer une boîte mail ou un calendrier, et interagir de façon autonome avec les services de l'utilisateur. Google affirme que ces agents s'intégreront de façon transparente dans l'écosystème de ses produits existants, de Gmail à Google Calendar en passant par la recherche. Cette annonce intervient dans un contexte de transformation rapide du marché des agents IA. Pendant des années, les promesses d'assistants personnels intelligents ont buté sur des résultats décevants, livrant des outils bien en deçà des attentes. Mais depuis six mois, la donne change, portée notamment par le succès viral d'OpenClaw, une plateforme open-source d'agents IA qui a démontré que ces systèmes pouvaient enfin rendre des services réels et mesurables. Pour les professionnels et les particuliers, la perspective de déléguer des tâches répétitives à un agent autonome fiable représente un gain de productivité potentiellement majeur. Google occupe une position stratégique unique dans cette course : l'entreprise contrôle à la fois les modèles de langage (Gemini), les données utilisateurs via ses services et l'infrastructure cloud mondiale. Ses concurrents, d'OpenAI à Anthropic, développent des agents similaires, mais aucun ne dispose du même accès direct aux données du quotidien de centaines de millions d'utilisateurs. La question n'est plus de savoir si les agents IA deviendront utiles, mais lequel des grands acteurs parviendra à concrétiser cette promesse à grande échelle en premier.

OutilsOutil
1 source
Une entreprise chinoise accélère l'intelligence des robots humanoïdes avec un contrôle à 300 FPS
3337Interesting Engineering 

Une entreprise chinoise accélère l'intelligence des robots humanoïdes avec un contrôle à 300 FPS

Horizon Robotics, entreprise chinoise connue jusqu'ici pour ses SoC dédiés à l'IA embarquée dans l'automobile, a publié en open source HoloMotion-1, un modèle de contrôle moteur corps entier pour robots humanoïdes. Fort de 4 milliards de paramètres, ce modèle dépasse d'un à deux ordres de grandeur les architectures cérébelleuses habituellement déployées, qui plafonnent à quelques millions de paramètres. En inférence, HoloMotion-1 atteint 200 à 300 cycles par seconde sur calculateur embarqué, le module moteur physique tournant en parallèle à 50 Hz pour lisser les trajectoires. La démonstration a été conduite sur un robot Unitree G1, en zero-shot complet : aucun fine-tuning sur données réelles, toute l'inférence exécutée en local. Le robot a reproduit des comportements absents de son entraînement physique, notamment la danse, le rampé, la position assise et des frappes de type arts martiaux. Des tests de téléopération en temps réel via combinaison de capture de mouvement et contrôleurs VR ont également montré un suivi stable des gestes humains. Le point critique n'est pas la vitesse brute mais la robustesse du sim-to-real gap sans adaptation. Réussir un transfert zero-shot sur un humanoïde commercial reste un obstacle mal résolu par la majorité des systèmes actuels, qui exigent des phases de fine-tuning coûteuses. HoloMotion-1 contourne partiellement ce problème en constituant un corpus de données radicalement plus large : données MoCap sélectionnées, données internes, et mouvements reconstruits depuis des vidéos du monde réel, augmentant la couverture des situations imprévues. L'architecture MoE (Mixture-of-Experts) Transformer active sélectivement des sous-réseaux spécialisés à chaque pas de temps, réduisant le coût computationnel sans régresser sur la capacité expressive. Le KV-cache accélère l'inférence séquentielle en réutilisant les calculs passés. L'entraînement repose sur une méthode PPO (Proximal Policy Optimization) appliquée à des séquences de mouvement complètes plutôt qu'à des pas de temps isolés, ce qui améliore la stabilité sur corpus hétérogène. Pour un intégrateur ou un OEM robotique, la conséquence concrète est qu'un modèle généraliste à 4 milliards de paramètres devient déployable sur edge hardware sans infrastructure cloud. Il convient toutefois de souligner que les démonstrations publiées restent des séquences sélectionnées, sans métriques indépendantes sur la robustesse en conditions industrielles. Horizon Robotics est historiquement positionnée sur la couche silicium, avec ses puces Journey pour l'ADAS, et HoloMotion-1 marque un pivot vers la couche logicielle en robotique humanoïde. Le choix de l'open source suit la stratégie d'influence sur l'écosystème pratiquée par Meta avec LLaMA dans les LLM : imposer un standard de fait avant que les concurrents ne verrouillent leur stack propriétaire. Le paysage concurrentiel est dense : Physical Intelligence (Pi-0), NVIDIA (GR00T N2), Agility Robotics et Figure AI côté occidental, Unitree, Fourier Intelligence et Zhiyuan Robotics côté chinois. La publication décrit un plan en quatre phases pour le contrôle humanoïde ("Imitate Any Pose, Follow Any Command" en constituent les deux premières), mais les phases suivantes n'ont pas été détaillées publiquement. Aucun déploiement industriel ni partenariat de production n'est annoncé à ce stade.

RobotiqueOpinion
1 source
La passerelle IA : centraliser l'inférence à l'échelle d'équipes décentralisées
3338InfoQ AI 

La passerelle IA : centraliser l'inférence à l'échelle d'équipes décentralisées

Face à la multiplication des modèles d'IA dans les entreprises, les équipes d'ingénierie se retrouvent confrontées à ce que Meryem Arik appelle le "chaos d'inférence" : chaque équipe choisit ses propres modèles, ses propres fournisseurs, sans coordination ni visibilité globale. Pour y remédier, une nouvelle catégorie d'infrastructure émerge : les passerelles de modèles d'IA (AI model gateways), une couche de contrôle centralisée qui s'intercale entre les équipes et les fournisseurs de LLM comme OpenAI, Anthropic ou Mistral. L'enjeu est concret : sans ce type de couche intermédiaire, les DSI et responsables techniques perdent le contrôle des coûts, de la sécurité et de la conformité. Une passerelle bien configurée permet de gérer les droits d'accès par équipe (RBAC), de suivre la consommation par projet, d'imposer des règles de routage selon les besoins, et d'éviter que des données sensibles partent vers des API externes sans supervision. Pour les grandes organisations qui déploient l'IA à l'échelle, c'est une brique devenue aussi critique qu'un API gateway classique. Deux solutions open source se distinguent dans ce segment : LiteLLM, qui offre une interface unifiée vers des dizaines de fournisseurs LLM, et Doubleword, plus récent, positionné sur le contrôle d'entreprise. Ce marché reste jeune mais s'accélère à mesure que les équipes tech passent du prototype à la production à grande échelle. Les éditeurs de plateformes MLOps comme Weights & Biases ou Databricks surveillent ce segment de près, et des acquisitions ou intégrations sont probables dans les prochains mois.

InfrastructureOpinion
1 source
AION : la gigafactory IA d'Orange, EDF et Capgemini
3339FrenchWeb 

AION : la gigafactory IA d'Orange, EDF et Capgemini

Ardian, Orange, EDF, Capgemini, Artefact, Bull, le Groupe iliad et Scaleway ont annoncé leur regroupement au sein du consortium AION pour déposer une candidature française au programme européen des AI Gigafactories. Cette initiative, portée par la Commission européenne dans le cadre de son agenda pour la souveraineté numérique, vise à financer la construction de centres de calcul massifs dédiés à l'intelligence artificielle sur le sol européen. L'alliance réunit ainsi des acteurs complémentaires : un fonds d'investissement de premier plan, deux géants de l'énergie et des télécoms, un intégrateur IT mondial et plusieurs spécialistes du cloud français. L'enjeu est considérable pour l'écosystème européen de l'IA. L'Europe accuse un retard structurel face aux États-Unis et à la Chine en matière de puissance de calcul disponible pour entraîner et faire tourner des grands modèles de langage. Une gigafactory labellisée par Bruxelles permettrait de concentrer des milliers de GPU sur un même site, d'en garantir l'accès à des startups et laboratoires de recherche européens à des conditions compétitives, et de réduire la dépendance aux infrastructures américaines comme AWS ou Azure. Le programme AI Gigafactories s'inscrit dans le plan InvestAI annoncé par la Commission européenne début 2025, qui ambitionne de mobiliser 200 milliards d'euros pour rattraper le retard du continent. Plusieurs États membres ont déjà soumis des candidatures, et la France entend peser dans cette compétition en fédérant ses acteurs industriels et technologiques les plus solides. Le choix des lauréats par Bruxelles déterminera quels pays accueilleront les prochains piliers de l'infrastructure IA continentale.

InfrastructureActu
1 source
PRELUDE lève 17 millions d’euros pour distinguer les vrais utilisateurs des faux
3340FrenchWeb 

PRELUDE lève 17 millions d’euros pour distinguer les vrais utilisateurs des faux

L'extrait fourni est un simple teaser (3 lignes + paywall), il n'y a pas assez de faits concrets (investisseurs, fondateurs, usage des fonds, clients, dates) pour rédiger un article autonome de 200-250 mots avec la précision requise sans inventer. Ce que j'ai : le montant (17M€), le problème métier (onboarding / fraude IA), les solutions historiques citées (SMS, OTP, CAPTCHA). Ce qui manque : les noms des investisseurs, les fondateurs, l'usage des fonds, les clients, la date de création, les métriques. Deux options : 1. Coller l'article complet (texte intégral derrière le lien), je rédige immédiatement avec tous les détails 2. Rédiger avec ce qui est disponible, le résultat sera générique et peu précis, ce qui va à l'encontre des règles que tu as fixées ("la précision fait la valeur") Je recommande l'option 1.

SécuritéActu
1 source