Aller au contenu principal
Le Fil IA

Actualités IA — page 170

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

Deux assistants IA parviennent à accomplir des tâches de repositionnement de médicaments
3381Ars Technica AI 

Deux assistants IA parviennent à accomplir des tâches de repositionnement de médicaments

La revue Nature a publié mardi deux articles décrivant des systèmes d'intelligence artificielle conçus pour assister les scientifiques dans le développement et la validation d'hypothèses. Le premier, baptisé Co-Scientist et développé par Google, fonctionne selon un modèle dit "scientist in the loop" : les chercheurs restent actifs dans la boucle et orientent le système par leurs jugements à chaque étape. Le second provient de FutureHouse, une organisation à but non lucratif, et va légèrement plus loin en entraînant un système capable d'évaluer de manière autonome des données biologiques issues de certaines catégories d'expériences spécifiques. Les deux équipes présentent exclusivement des données biologiques, portant principalement sur des hypothèses directes de repositionnement de médicaments, autrement dit : tester si un médicament existant peut traiter une autre maladie que celle pour laquelle il a été approuvé. Ces systèmes ne cherchent pas à remplacer les scientifiques ni le processus scientifique lui-même. Ils visent plutôt à prendre en charge ce que les IA actuelles font le mieux : parcourir et synthétiser des volumes massifs d'informations que les humains auraient du mal à absorber seuls. Les deux systèmes sont dits "agentiques" : ils fonctionnent en arrière-plan en appelant des outils externes pour accomplir leurs tâches. Ce type d'architecture permet une plus grande autonomie opérationnelle tout en restant guidé par des objectifs définis par les chercheurs. Cette publication s'inscrit dans une dynamique plus large d'investissement des géants technologiques dans l'IA scientifique. Microsoft a adopté une approche similaire avec son propre assistant scientifique, tandis qu'OpenAI fait figure d'exception en ayant simplement affiné un grand modèle de langage pour la biologie, sans architecture agentique. La multiplication de ces outils reflète un défi croissant pour la recherche : la littérature scientifique croît aujourd'hui bien plus vite qu'un chercheur humain ne peut la suivre, et l'IA commence à combler ce fossé de manière concrète.

RecherchePaper
1 source
La technologie de tatouage numérique SynthID de Google adoptée par OpenAI, Nvidia et d'autres
3382Ars Technica AI 

La technologie de tatouage numérique SynthID de Google adoptée par OpenAI, Nvidia et d'autres

Google a annoncé que sa technologie de marquage SynthID, développée pour identifier les contenus générés par intelligence artificielle, est désormais adoptée par des acteurs majeurs du secteur, dont OpenAI et Nvidia. Lancée il y a trois ans, SynthID a déjà permis de labelliser 100 milliards d'images et de vidéos, ainsi que l'équivalent de 60 000 ans d'audio. Ce déploiement massif s'accélère avec l'ouverture de la technologie à des partenaires extérieurs à Google. Parallèlement, Google renforce son engagement envers le standard C2PA, une norme qui intègre des métadonnées dans les fichiers pour décrire leur mode de création. Les smartphones Pixel 10 sont les premiers à embarquer C2PA nativement : chaque photo prise avec l'appareil contient des informations sur son traitement, et les images comportant des éléments génératifs sont automatiquement taguées. Cette fonctionnalité sera étendue aux vidéos des Pixel 8, 9 et 10 dans les prochaines semaines. L'enjeu est considérable à une époque où les deepfakes et les contenus synthétiques atteignent un niveau de réalisme qui rend leur détection impossible à l'œil nu. Là où l'on repérait autrefois facilement une IA aux doigts en trop sur une image, les générateurs actuels produisent des visuels indiscernables du réel. SynthID répond à ce problème en inscrivant un filigrane numérique imperceptible directement dans le contenu, sans dégrader sa qualité. L'adoption par OpenAI et Nvidia élargit significativement la portée de cette solution, couvrant potentiellement une part croissante des contenus IA produits à l'échelle mondiale. Google intègre également ces capacités dans ses propres produits : Gemini sera bientôt capable d'analyser la provenance d'un fichier en s'appuyant sur les métadonnées C2PA, et cette même fonctionnalité arrivera dans Chrome et Google Search dans quelques mois. Cette stratégie à deux niveaux, SynthID pour le marquage invisible, C2PA pour les métadonnées explicites, positionne Google comme un acteur central dans la bataille pour la traçabilité des contenus à l'ère de l'IA générative, un sujet qui mobilise régulateurs, plateformes et sociétés civiles autour du monde.

SécuritéOpinion
1 source
Gemini 3.5 Flash pourrait être assez rapide pour que l'IA générative devienne vraiment utile
3383Ars Technica AI 

Gemini 3.5 Flash pourrait être assez rapide pour que l'IA générative devienne vraiment utile

Google a présenté Gemini 3.5 Flash lors de sa conférence I/O 2026, avec un déploiement immédiat sur une large gamme de produits maison. Le modèle succède aux branches 3.0 et 3.1 publiées au cours de l'année écoulée, et Google affirme une fois de plus que sa nouvelle version Flash surpasse le modèle Pro de la génération précédente. Tulsee Doshi, directrice senior de la gestion produit pour Gemini, a précisé que les innovations de Gemini 3.5 Flash sont intégrées dans de multiples produits Google, et que ce lancement n'est qu'un début. Ce qui distingue ce modèle de ses prédécesseurs, selon Google, c'est l'équilibre inédit qu'il atteint entre puissance et efficacité. Gemini 3.5 Flash offrirait un niveau d'intelligence comparable aux meilleurs modèles du marché tout en étant suffisamment économe pour rendre viables les tâches agentiques complexes à grande échelle. Concrètement, cela signifie que des workflows automatisés impliquant plusieurs étapes, de nombreux appels au modèle et un traitement intensif pourraient désormais s'exécuter à un coût et une vitesse acceptables pour un déploiement en production. C'est précisément ce qui avait freiné l'adoption massive des agents IA jusqu'ici. Depuis un an, Google suit une cadence soutenue de mises à jour alternant entre modèles Flash et Pro, chaque nouvelle version Flash étant présentée comme plus performante que le Pro précédent. Cette progression rapide reflète une compétition acharnée avec OpenAI, Anthropic et Meta, tous engagés dans une course à l'efficacité pour rendre l'IA générative économiquement viable à l'échelle industrielle. Le fait que Google intègre Gemini 3.5 Flash directement dans ses produits grand public, plutôt que de le réserver à l'API, suggère une confiance accrue dans la maturité du modèle et une volonté de différencier ses services face à des concurrents qui misent sur des intégrations similaires.

LLMsOpinion
1 source
Gemini Omni : l’IA vidéo de Google maîtrise enfin la physique et les personnages constants
3384Le Big Data 

Gemini Omni : l’IA vidéo de Google maîtrise enfin la physique et les personnages constants

Google a présenté Gemini Omni le 19 mai 2026 lors de sa conférence annuelle Google I/O. Ce nouveau modèle d'intelligence artificielle permet de générer et modifier des vidéos à partir de simples instructions écrites en langage naturel. L'utilisateur peut demander un changement d'angle de caméra, ajuster l'éclairage d'une scène ou transformer entièrement un décor sans passer par un logiciel de montage traditionnel. Google décrit Gemini Omni comme un modèle capable de créer « n'importe quoi à partir de n'importe quelle source ». Le déploiement de la version Flash a débuté le jour même de l'annonce, d'abord pour les abonnés Google AI Plus, Pro et Ultra via l'application Gemini et Google Flow. Un accès gratuit dans YouTube Shorts et l'application YouTube Create doit suivre dans la semaine, et une ouverture via API pour les développeurs et entreprises est prévue dans les prochaines semaines. Ce qui distingue Gemini Omni des générateurs vidéo existants, c'est l'accent mis sur la cohérence et le réalisme physique, deux points notoirement difficiles pour les IA actuelles. Le modèle mémorise chaque instruction précédente pour éviter qu'un personnage change de visage entre deux plans ou qu'un décor se transforme de manière incohérente. Google affirme également que le système comprend mieux la physique des objets et les mouvements dans une scène, ce qui devrait produire des vidéos plus proches d'une production audiovisuelle classique que des artefacts expérimentaux. Pour les créateurs de contenu, les équipes marketing et les professionnels de la communication, cela représente un gain de temps considérable : là où il fallait maîtriser plusieurs logiciels, une conversation suffit désormais pour itérer sur une production vidéo. Google s'inscrit dans une course à la génération vidéo par IA qui s'est intensifiée depuis le lancement de Sora par OpenAI fin 2023, suivi de Runway, Kling et d'autres outils spécialisés. En intégrant Gemini Omni directement dans ses plateformes grand public, YouTube en tête, avec ses plus de 2,5 milliards d'utilisateurs actifs, Google parie sur la distribution comme avantage concurrentiel plutôt que sur la seule performance technique. L'intégration dans Google Flow, outil de production assistée par IA lancé plus tôt cette année, suggère une stratégie plus large visant à faire de Gemini le socle créatif de l'ensemble de l'écosystème Google. La prochaine étape sera de voir si les performances en conditions réelles sont à la hauteur des démonstrations, et si l'accès API permettra à des services tiers de construire de nouveaux usages autour du modèle.

CréationActu
1 source
YouTube : voici comment Gemini vous aidera bientôt à trouver les meilleures vidéos
3385Frandroid 

YouTube : voici comment Gemini vous aidera bientôt à trouver les meilleures vidéos

YouTube a annoncé lors de la Google I/O 2025 l'intégration de Gemini, le modèle d'intelligence artificielle de Google, directement dans son moteur de recherche. Deux nouvelles fonctionnalités sont en cours de déploiement : la première améliore la découverte de vidéos grâce à une recherche conversationnelle alimentée par l'IA, la seconde vise à assister les créateurs dans la production de contenu. Concrètement, les utilisateurs pourront poser des questions en langage naturel pour trouver des vidéos correspondant précisément à leurs besoins, au-delà des simples mots-clés. L'enjeu est considérable pour YouTube, qui reste le deuxième moteur de recherche mondial avec plus de 2,5 milliards d'utilisateurs actifs par mois. La recherche sémantique pilotée par Gemini permettrait de comprendre l'intention derrière une requête, par exemple trouver « une recette rapide végétalienne pour débutants » plutôt qu'une correspondance exacte de termes. Pour les créateurs, l'assistance à la production pourrait réduire la barrière technique et accélérer la cadence de publication. Ces annonces s'inscrivent dans la stratégie globale de Google visant à injecter Gemini dans l'ensemble de son écosystème, Search, Gmail, Docs, Maps et désormais YouTube. La plateforme vidéo fait face à une concurrence croissante de TikTok et des outils de génération vidéo par IA comme Sora d'OpenAI ou Veo de Google lui-même. En rendant la recherche plus intuitive et la création plus accessible, YouTube cherche à consolider sa position dominante à un moment où le format vidéo court et l'IA générative redessinent les usages.

OutilsOutil
1 source
Google Shopping : votre panier vérifie automatiquement que votre processeur est compatible avec votre carte mère
3386Frandroid 

Google Shopping : votre panier vérifie automatiquement que votre processeur est compatible avec votre carte mère

Lors de sa conférence I/O 2026, Google a annoncé une refonte profonde de son expérience d'achat en ligne avec trois fonctionnalités majeures. La première, baptisée Universal Cart, est un panier intelligent capable de vérifier automatiquement la compatibilité entre les composants informatiques que vous ajoutez, par exemple, s'assurer qu'un processeur est bien compatible avec la carte mère sélectionnée. Les deux autres innovations comprennent un nouveau protocole permettant aux marchands et aux agents IA de communiquer directement entre eux, ainsi qu'un système sécurisé autorisant un agent IA à effectuer des paiements au nom de l'utilisateur. Ces annonces transforment concrètement la façon dont les consommateurs et les entreprises interagissent avec le commerce en ligne. L'Universal Cart réduit les erreurs d'achat coûteuses, particulièrement dans les domaines techniques comme l'informatique où les incompatibilités sont fréquentes. Le protocole marchand-IA ouvre la voie à des achats entièrement automatisés, sans friction humaine, tandis que la délégation de paiement à un agent représente un saut qualitatif dans l'autonomie des assistants numériques. Ces développements s'inscrivent dans la stratégie plus large de Google visant à positionner ses agents IA au cœur des transactions du quotidien, face à la concurrence d'Amazon, d'OpenAI et d'Apple qui développent des capacités similaires. La question de la confiance et de la sécurité autour des paiements délégués sera centrale pour l'adoption grand public, et Google devra convaincre à la fois les marchands d'adopter son nouveau protocole et les utilisateurs de laisser une IA gérer leur argent.

OutilsOutil
1 source
Google repense sa barre de recherche pour la première fois en 25 ans
3387VentureBeat AI 

Google repense sa barre de recherche pour la première fois en 25 ans

Google a annoncé mardi, lors de sa conférence annuelle I/O, la refonte la plus importante de son moteur de recherche depuis son lancement il y a plus de vingt-cinq ans. Liz Reid, vice-présidente et directrice de Search chez Google, a qualifié le changement de "plus grande mise à niveau de notre icônique champ de recherche depuis ses débuts". Concrètement, le rectangle blanc familier dans lequel des milliards d'utilisateurs tapent leurs requêtes chaque jour devient une interface multimodale et conversationnelle : il accepte désormais du texte, des images, des PDF, des vidéos, et même des onglets ouverts dans Chrome comme points d'entrée directs. La barre s'élargit dynamiquement pour accueillir des questions longues et détaillées. Google déploie également un système de suggestion de requêtes propulsé par l'IA qui dépasse la simple complétion automatique, en aidant activement les utilisateurs à formuler des questions complexes. En parallèle, la firme fusionne ses deux fonctionnalités phares, AI Overviews et AI Mode, en une expérience unifiée disponible dès mardi sur mobile et desktop dans tous les pays où AI Mode est accessible. Ce changement touche directement le produit qui génère la très grande majorité des revenus d'Alphabet. Jusqu'ici, un utilisateur devait choisir entre la page de résultats classique et l'interface conversationnelle d'AI Mode, deux expériences séparées. Désormais, une même recherche peut débuter par une question courte, afficher un résumé IA accompagné de liens traditionnels, puis se prolonger en dialogue avec des questions de suivi, sans changer d'écran ni de contexte. Pour des centaines de millions d'utilisateurs quotidiens, cela supprime une friction cognitive réelle : plus besoin de décider quel mode utiliser, l'IA s'intègre naturellement au flux habituel. Ce virage marque l'aboutissement d'une évolution accélérée depuis l'irruption de ChatGPT fin 2022, qui avait mis Google sous pression en popularisant une alternative radicalement différente à la recherche par mots-clés. La firme avait répondu en lançant AI Overviews en 2023, puis AI Mode lors du I/O 2025, deux ajouts qui coexistaient maladroitement avec l'interface historique. La décision de tout unifier autour d'un champ de recherche repensé traduit une conviction désormais assumée : l'avenir de Google Search n'est plus une liste de liens bleus, mais une conversation ouverte avec un système d'IA adossé à l'ensemble du web. La conférence I/O 2026 a également introduit de nouveaux modèles Gemini, un agent personnel baptisé Spark et un panier d'achat intelligent, mais la refonte du champ de recherche reste l'annonce la plus structurante pour la trajectoire à long terme du groupe.

OutilsOutil
1 source
Google lance un agent IA capable de rédiger vos emails, surveiller votre boîte et gérer vos dépenses
3388VentureBeat AI 

Google lance un agent IA capable de rédiger vos emails, surveiller votre boîte et gérer vos dépenses

Google a dévoilé mardi 19 mai 2026, lors de sa conférence annuelle Google I/O, un nouvel agent d'IA personnelle baptisé Gemini Spark. Capable de rédiger des e-mails, assembler des documents, surveiller une boîte de réception et, à terme, effectuer des achats en ligne, Spark fonctionne en continu dans le cloud de Google, même lorsque l'ordinateur est fermé et le téléphone verrouillé. Il repose sur le nouveau modèle Gemini 3.5 Flash et une architecture interne appelée "Antigravity agent harness", la même infrastructure qui alimente les outils de développement internes de Google. Concrètement, un utilisateur peut donner une instruction complexe comme "envoie à mon patron un point de situation en tirant les derniers chiffres depuis notre tablette partagée et le calendrier du projet", Spark exécute l'ensemble sans intervention supplémentaire. Le déploiement commence cette semaine auprès d'un groupe restreint de testeurs, avec une bêta prévue la semaine prochaine pour les abonnés Google AI Ultra aux États-Unis. Sundar Pichai, PDG de Google et Alphabet, a résumé la promesse : "Vous n'avez pas besoin de garder votre ordinateur ouvert pour que ça tourne." Gemini Spark représente un saut qualitatif dans la façon dont les assistants IA s'intègrent au quotidien professionnel et personnel. Contrairement aux chatbots classiques qui ne s'activent que sur sollicitation, Spark opère de manière persistante et autonome, orchestrant des tâches multi-étapes à travers plusieurs applications Google simultanément, Gmail, Docs, Sheets, Slides, Agenda. Pour un indépendant, cela peut signifier une surveillance automatique des demandes clients entrant par e-mail. Pour un étudiant, un guide de révision qui se met à jour au fil des nouvelles consignes d'un professeur. Josh Woodward, vice-président de Google Labs, décrit l'expérience comme "jeter des choses par-dessus son épaule, Spark les attrape et les traite." L'enjeu commercial est massif : si l'agent tient ses promesses, Google ancre ses utilisateurs encore plus profondément dans son écosystème applicatif, tout en ouvrant un modèle économique inédit autour de l'action autonome payante. Ce lancement s'inscrit dans une compétition frontale entre les géants de la tech pour imposer leurs agents d'IA comme couche d'orchestration de la vie numérique. Microsoft, OpenAI, Anthropic et Apple développent tous des systèmes comparables, capables d'agir plutôt que de simplement converser. Google répond avec une architecture cloud-native pensée pour la délégation longue durée, et des ambitions qui vont au-delà des outils maison. D'ici la fin de l'année, Spark sera connecté via le protocole MCP à plus de 30 partenaires tiers dont Canva, OpenTable et Instacart, permettant des actions concrètes comme réserver une table ou passer une commande. Une interface Android baptisée Android Halo offrira une visibilité en temps réel sur les tâches en cours. Mais ces capacités soulèvent aussi des questions urgentes sur la confiance, les garde-fous financiers et les risques d'interprétation erronée des intentions, des défis que Google n'a pas encore résolus publiquement.

OutilsOutil
1 source
Google rend la détection des deepfakes plus accessible au grand public
3389The Verge AI 

Google rend la détection des deepfakes plus accessible au grand public

Google a annoncé lors de sa conférence Google I/O le déploiement de nouveaux outils de détection des contenus générés ou manipulés par l'intelligence artificielle, directement intégrés à Chrome et à son moteur de recherche. Dès aujourd'hui, la vérification des marqueurs SynthID, la technologie de tatouage numérique invisible développée par Google DeepMind, est disponible dans plusieurs fonctionnalités de Search, notamment Google Lens et le mode IA. La prise en charge des métadonnées C2PA (Coalition for Content Provenance and Authenticity), un standard ouvert de certification des contenus, sera également intégrée à Chrome pour permettre aux utilisateurs de consulter l'historique de création ou de modification d'une image directement depuis leur navigateur. Ces mises à jour visent à rendre la détection des deepfakes accessible au grand public, sans nécessiter d'outils tiers ni de compétences techniques particulières. Pour les journalistes, fact-checkers, et simples internautes, pouvoir vérifier en quelques clics si une image a été produite par un outil IA de Google ou certifiée par des éditeurs de confiance représente un changement significatif dans la lutte contre la désinformation visuelle. SynthID est développé par Google DeepMind depuis 2023 et intègre un filigrane imperceptible à l'oeil nu dans les images générées par les outils IA de Google. Le standard C2PA, soutenu par Adobe, Microsoft, la BBC et d'autres acteurs majeurs, permet d'attacher une chaîne de provenance vérifiable à tout contenu numérique. L'intégration de ces deux systèmes dans des produits utilisés par des milliards de personnes pourrait pousser le reste de l'industrie à adopter des mécanismes de traçabilité similaires.

SécuritéActu
1 source
Google affirme que Gemini 3.5 Flash peut réduire les coûts IA des entreprises de plus d'un milliard de dollars par an
3390VentureBeat AI 

Google affirme que Gemini 3.5 Flash peut réduire les coûts IA des entreprises de plus d'un milliard de dollars par an

Google a présenté mardi Gemini 3.5 Flash lors de sa conférence annuelle I/O, un nouveau modèle d'intelligence artificielle qui revendique une rupture avec l'un des compromis les plus tenaces du secteur : la capacité et la vitesse ne seraient plus antinomiques. Selon Sundar Pichai, PDG de Google, les entreprises traitant environ mille milliards de tokens par jour sur Google Cloud pourraient économiser plus d'un milliard de dollars par an en basculant 80 % de leurs charges de travail vers Flash et d'autres modèles frontier. Sur les benchmarks standards, Gemini 3.5 Flash dépasse Gemini 3.1 Pro, qui était encore positionné comme le modèle phare de l'entreprise il y a quatre à cinq mois : 76,2 % sur Terminal-Bench 2.1, 1656 Elo sur GDPval-AA, 83,6 % sur MCP Atlas et 84,2 % sur CharXiv Reasoning. Il génère des tokens quatre fois plus vite que les modèles frontier concurrents comparables, voire douze fois plus vite dans sa version optimisée disponible dès maintenant sur Antigravity, la plateforme de développement agentique de Google. Koray Kavukcuoglu, directeur technique de Google DeepMind, confirme : « Nous avons développé une version encore plus optimisée de Flash, non pas quatre fois, mais douze fois plus rapide, à qualité égale. » L'enjeu est considérable pour les entreprises qui ont massivement investi dans l'IA générative. Depuis trois ans, les DSI sont contraints de jongler entre des modèles puissants mais lents et coûteux pour les tâches complexes, et des modèles légers mais moins fiables pour les requêtes simples. Ce pilotage en portefeuille génère une ingénierie coûteuse, des expériences utilisateur inégales et, surtout, des budgets tokens qui s'épuisent à toute vitesse. Pichai l'a formulé sans détour lors d'un briefing presse lundi : « Vous avez probablement entendu des DSI dire que leurs entreprises ont déjà dépassé leur budget annuel de tokens, et on est seulement en mai. » Flash, à environ un tiers à la moitié du coût des modèles frontier actuels tout en atteignant selon Google 90 % de leurs performances, rendrait ce compromis obsolète pour la majorité des cas d'usage. Cette annonce s'inscrit dans une bataille d'efficience qui s'est intensifiée depuis que les entreprises ont commencé à déployer des agents IA en production à grande échelle. La course ne porte plus seulement sur l'intelligence brute des modèles, mais sur leur coût d'exploitation réel. Google fait face à une pression croissante d'Anthropic, d'OpenAI et de Meta, qui ont tous lancé des modèles intermédiaires visant le même créneau. Avec Flash, Google revendique la position unique de modèle occupant le quadrant supérieur droit de l'index intelligence/vitesse d'Artificial Analysis, sans concurrent direct à date. La disponibilité immédiate du modèle turbo dans Antigravity suggère que Google mise sur les workflows agentiques comme terrain de différenciation durable face à ses rivaux.

LLMsOpinion
1 source
Google I/O : nouveaux modèles, agent cloud permanent et refonte de l'application Gemini
3391The Decoder 

Google I/O : nouveaux modèles, agent cloud permanent et refonte de l'application Gemini

Lors de sa conférence développeurs Google I/O, tenue cette semaine, Google a dévoilé plusieurs annonces majeures dans le domaine de l'intelligence artificielle. Au programme : un nouveau modèle de langage baptisé Gemini 3.5 Flash, conçu pour allier rapidité et efficacité, un modèle multimodal nommé Gemini Omni capable de traiter simultanément texte, images, audio et vidéo, ainsi qu'un agent personnel cloud appelé Gemini Spark, pensé pour fonctionner en continu, vingt-quatre heures sur vingt-quatre. L'application Gemini bénéficie par ailleurs d'une refonte visuelle et fonctionnelle complète. L'introduction de Gemini Spark marque un tournant dans la vision de Google pour l'IA personnelle. Contrairement aux assistants classiques qui se contentent de répondre à des requêtes ponctuelles, un agent cloud permanent peut exécuter des tâches de façon autonome, anticiper des besoins, surveiller des données ou déclencher des actions sans intervention humaine. Pour les développeurs comme pour les utilisateurs grand public, cela ouvre la voie à une nouvelle catégorie d'assistants proactifs, toujours disponibles et potentiellement connectés à l'ensemble des services Google. Ces annonces s'inscrivent dans une course effrénée à l'IA agentique que se livrent Google, OpenAI et Microsoft depuis début 2025. Google cherche à reprendre l'initiative après avoir été perçu comme en retrait face aux avancées de GPT-4o et des agents d'OpenAI. Avec cette vague de lancements, l'entreprise signale sa volonté de positionner Gemini non plus comme un simple chatbot, mais comme une infrastructure d'IA omniprésente, ancrée dans le cloud et intégrée à l'ensemble de son écosystème.

LLMsActu
1 source
Gemini Omni : le modèle IA multimodal de Google
3392VentureBeat AI 

Gemini Omni : le modèle IA multimodal de Google

Google a officiellement dévoilé Gemini Omni lors de sa conférence annuelle I/O à Mountain View, en Californie, bien que le modèle ait déjà été repéré par des utilisateurs avertis plusieurs semaines auparavant. Il s'agit du premier modèle nativement multimodal de Google, capable d'accepter en entrée n'importe quelle combinaison de texte, d'images, d'audio et de vidéo, et de produire des résultats dans ces mêmes formats depuis un seul et même système. Le premier modèle de la famille, Gemini Omni Flash, est accessible dès aujourd'hui pour les abonnés individuels à partir de 20 dollars par mois via le plan "AI Plus", sur le site Gemini, les applications mobiles, la suite d'édition vidéo Flow et YouTube Shorts. Une API destinée aux entreprises est annoncée, mais n'est pas encore disponible. Google n'a publié aucun benchmark officiel pour l'instant. L'enjeu principal de Gemini Omni est d'effacer la frontière entre les différents outils génératifs spécialisés, génération d'images, vidéo, audio, texte, en les fusionnant dans un seul modèle de fondation. Concrètement, cela signifie que le modèle raisonne à travers les modalités en un seul passage, ce qui se traduit par des éditions plus cohérentes, moins d'artefacts de pipeline et une surface API bien plus simple pour les développeurs. Pour les équipes créatives en entreprise, notamment celles qui produisent des visuels techniques, des supports marketing, des formations ou des contenus commerciaux, ce type de modèle unifié représente un gain de productivité significatif. L'absence d'API professionnelle à ce stade retarde toutefois toute intégration à grande échelle dans les systèmes d'entreprise. Ce lancement s'inscrit dans une tendance initiée par OpenAI en mai 2024 avec GPT-4o, premier modèle "omni" nativement multimodal du secteur, capable de traiter texte, code, images et audio, mais sans génération vidéo. Google construit Gemini Omni sur les bases de son modèle de génération d'images Nano Banana, sorti il y a environ un an. L'une des différences notables avec GPT-4o réside dans le paradigme d'interaction : Gemini Omni mise sur l'édition vidéo conversationnelle, où chaque instruction s'appuie sur la précédente pour faire évoluer le contenu de manière cohérente au fil des échanges. Google insiste également sur la restitution améliorée des lois physiques, gravité, dynamique des fluides, énergie cinétique, un détail technique qui distingue un rendu crédible d'un simple artefact visuel. La disponibilité via API pour les entreprises, et les premiers benchmarks indépendants, seront les prochains indicateurs déterminants pour évaluer la maturité réelle du modèle.

LLMsOpinion
1 source
Microsoft, Meta et xAI collectent des données d'entraînement auprès de leurs propres employés
3393The Information AI 

Microsoft, Meta et xAI collectent des données d'entraînement auprès de leurs propres employés

Microsoft, Meta et xAI ont recours à une source de données d'entraînement peu conventionnelle pour leurs modèles d'intelligence artificielle : leurs propres salariés. Microsoft est la dernière entreprise à avoir formalisé cette approche, en annonçant qu'elle prévoit d'exploiter le code propriétaire produit par ses quelque 100 000 ingénieurs logiciels pour entraîner ses modèles de programmation. Cette stratégie s'inscrit dans une tendance plus large observée chez les grands acteurs du secteur, qui cherchent à contourner la pénurie de données de qualité sur le marché ouvert. L'enjeu est considérable pour Microsoft, dont GitHub Copilot a perdu une partie de son avance initiale face à des concurrents comme Anthropic ou Cursor. En mobilisant les productions internes de ses développeurs, l'entreprise espère constituer un corpus de données riche, contextualisé et propriétaire, que ses rivaux ne peuvent tout simplement pas répliquer. Pour les salariés concernés, cette pratique soulève des questions sur la propriété intellectuelle et le consentement éclairé : leurs contributions professionnelles quotidiennes deviennent du carburant pour des systèmes commerciaux. Ce phénomène révèle une tension croissante dans l'industrie de l'IA : les jeux de données publics s'épuisent ou font l'objet de litiges juridiques, forçant les entreprises à se tourner vers des données internes ou synthétiques. Meta et xAI ont adopté des démarches similaires, transformant leurs effectifs en contributeurs involontaires à l'effort d'entraînement. La question de la gouvernance de ces données employés, et des droits qui s'y rattachent, devrait s'imposer comme un nouveau terrain de friction entre entreprises, syndicats et régulateurs dans les mois à venir.

ÉthiqueOpinion
1 source
Le cofondateur d'OpenAI Andrej Karpathy annonce qu'il rejoint Anthropic
3394VentureBeat AI 

Le cofondateur d'OpenAI Andrej Karpathy annonce qu'il rejoint Anthropic

Andrej Karpathy, chercheur en intelligence artificielle de 39 ans et co-fondateur originel d'OpenAI, a annoncé le mardi 19 mai rejoindre Anthropic, l'un des principaux laboratoires concurrents dans la course aux modèles de langage avancés. Dans un message publié sur X, il a déclaré : "J'ai rejoint Anthropic. Je pense que les prochaines années à la frontière des LLMs seront particulièrement déterminantes. Je suis très enthousiaste de rejoindre l'équipe et de revenir à la R&D." Nicholas Joseph, directeur du préentraînement chez Anthropic et lui-même ancien d'OpenAI, a précisé que Karpathy intégrera son équipe pour y construire un groupe dédié à l'utilisation de Claude afin d'accélérer la recherche en préentraînement. L'annonce est tombée le jour même de l'ouverture de Google I/O à Mountain View, en Californie. Le recrutement de Karpathy représente un signal fort pour Anthropic dans un secteur où la course aux talents est aussi intense que la course aux modèles. Karpathy est l'une des figures les plus respectées et les plus influentes du domaine, à la fois pour ses contributions techniques et pour sa capacité à vulgariser des concepts complexes. Son arrivée dans l'équipe de préentraînement pourrait accélérer significativement les recherches sur les fondations des prochaines générations de Claude. Pour l'industrie, cela confirme qu'Anthropic, malgré une image plus discrète qu'OpenAI, est capable d'attirer les profils les plus convoités du secteur. Le parcours de Karpathy illustre à lui seul l'évolution de l'IA moderne. Docteur de Stanford sous la direction de Fei-Fei Li, il a été l'un des onze membres fondateurs d'OpenAI en décembre 2015, avant de diriger de 2017 à 2022 l'équipe de vision par ordinateur d'Autopilot chez Tesla, où il supervisait l'étiquetage des données, l'entraînement des réseaux de neurones et leur déploiement sur les puces custom de l'entreprise. De retour chez OpenAI entre 2023 et 2024, il a travaillé sur le midtraining et la génération de données synthétiques, deux domaines directement liés à son nouveau rôle. Depuis son départ d'OpenAI en 2024, il s'était consacré à l'éducation publique sur les LLMs et à des projets open source, dont Eureka Labs, une école "native IA" lancée en juillet 2024, et des outils comme autoresearch et le LLM Knowledge Base. Sa dernière phrase dans l'annonce officielle, précisant qu'il compte "reprendre son travail sur l'éducation en temps voulu", laisse ouverte la question de l'avenir de ces initiatives à mesure qu'il intègre un laboratoire dont les modèles et outils restent majoritairement propriétaires.

BusinessOpinion
Aussi surTechCrunch AI,The Information AI,01net
IA dans l’emploi : même quand ils travaillent dans la tech, les français restent inquiets
3395Next INpact 

IA dans l’emploi : même quand ils travaillent dans la tech, les français restent inquiets

Un sondage Odoxa réalisé en mai 2026 pour l'Observatoire des nouveaux usages de Saegus révèle que 61 % des cadres français craignent d'être remplacés par l'intelligence artificielle, y compris chez les professionnels du numérique. L'enquête a été menée auprès de 1 005 Français représentatifs de la population adulte et de 101 spécialistes de l'industrie numérique. Si 88 % de ces derniers reconnaissent que l'IA constitue le moteur d'une révolution technologique majeure, 17 % jugent l'accompagnement proposé par leur entreprise insuffisant. Par ailleurs, si la moitié des salariés se déclarent à l'aise avec les outils d'IA, ce chiffre monte à 63 % chez les cadres et à 73 % chez les spécialistes du numérique, ce qui n'empêche pas l'anxiété de persister. La crainte d'une destruction nette d'emplois est massive et traverse toutes les générations : plus des deux tiers de chaque tranche d'âge estiment que l'IA détruira davantage de postes qu'elle n'en créera, avec un pic à 86 % chez les 65 ans et plus. Même chez les 18-25 ans qui entrent sur le marché du travail, cette conviction dépasse les deux tiers des répondants. Les professionnels du numérique sont légèrement plus nuancés, 30 % envisagent une création nette d'emplois à terme, mais restent minoritaires. Sur la question des tâches, 67 % des spécialistes tech estiment que l'IA remplacera une partie de leur travail quotidien et 5 % la totalité de leur métier, contre 35 % et 10 % respectivement dans la population générale. La dépendance à l'IA est perçue comme inévitable par 85 % des professionnels du numérique et 72 % des salariés en général, bien que la moitié y voient une opportunité de réduction du temps de travail. Ces résultats s'inscrivent dans un contexte où le déploiement de l'IA générative s'accélère dans les entreprises françaises depuis trois ans, sans que la formation suive le rythme. Seuls 34 % des employés du secteur numérique et 42 % des salariés au sens large estiment que les entreprises hexagonales s'adaptent suffisamment vite, et 82 % des professionnels tech jugent la formation interne à l'IA largement insuffisante. Ce sentiment de retard et d'abandon nourrit une demande forte d'accompagnement, qui contraste avec l'optimisme relatif affiché sur les usages concrets, 49 % des travailleurs tech anticipent que l'IA leur permettra de consacrer plus de temps aux relations avec leurs collègues, et 49 % qu'elle rendra leur travail plus intéressant. Le décalage entre perception collective et expérience individuelle dessine un pays qui regarde l'IA avec méfiance tout en commençant à l'apprivoiser au quotidien.

SociétéOpinion
1 source
Andrej Karpathy choisit Anthropic plutôt qu'OpenAI pour reprendre ses recherches sur les LLM de pointe
3396The Decoder 

Andrej Karpathy choisit Anthropic plutôt qu'OpenAI pour reprendre ses recherches sur les LLM de pointe

Andrej Karpathy, l'un des chercheurs les plus influents dans le domaine de l'intelligence artificielle, rejoint Anthropic. Ancien membre fondateur d'OpenAI et architecte du système Autopilot chez Tesla, il a annoncé son arrivée avec l'intention explicite de reprendre des travaux de recherche et développement sur les grands modèles de langage. Il qualifie lui-même les prochaines années à la frontière des LLM de "particulièrement formatrices", signalant une conviction forte sur l'importance de ce moment dans l'évolution de l'IA. Le fait qu'il ait choisi Anthropic plutôt que de retourner chez OpenAI, son ancienne maison intellectuelle, constitue un signal difficile à ignorer pour l'industrie. Ce choix illustre la capacité croissante d'Anthropic à attirer des talents de toute première ligne, dans un secteur où la compétition pour les chercheurs de haut niveau est aussi intense que celle entre les modèles eux-mêmes. Pour OpenAI, perdre Karpathy au profit d'un concurrent direct représente bien plus qu'une absence : c'est un manque symbolique et stratégique dans la course à la légitimité scientifique. Karpathy avait quitté OpenAI en 2023 après un retour de deux ans depuis Tesla, où il avait dirigé la vision par ordinateur. Figure pédagogique majeure, il est l'auteur de la série de cours "Neural Networks: Zero to Hero", suivie par des millions de personnes à travers le monde. Son arrivée chez Anthropic s'inscrit dans un contexte de rivalité accrue entre les principaux laboratoires, alors que la prochaine génération de modèles fondationnels se joue maintenant.

BusinessOpinion
1 source
Agent vocal scalable avec Amazon Nova Sonic : multi-agents, outils et segmentation de session
3397AWS ML Blog 

Agent vocal scalable avec Amazon Nova Sonic : multi-agents, outils et segmentation de session

Amazon a présenté une série de patrons architecturaux pour concevoir des agents vocaux scalables, s'appuyant sur trois composants clés : Amazon Nova Sonic, Amazon Bedrock AgentCore Runtime et le framework open source Strands Agents. Nova Sonic est un modèle de fondation capable de conduire des conversations vocales naturelles en temps réel, avec compréhension du ton et du flux conversationnel. AgentCore Runtime constitue un environnement d'hébergement serverless pour agents IA : on y déploie un agent comme contenaire, et la plateforme gère automatiquement la mise à l'échelle, l'isolation de sessions via microVM, la facturation et le streaming WebSocket bidirectionnel authentifié. Strands Agents, via sa classe BidiAgent, sert de couche d'intégration qui simplifie la gestion du cycle de vie du flux audio et le routage des appels d'outils. Trois patrons d'intégration sont détaillés pour répondre aux défis concrets des équipes : latence élevée, coordination multi-agents et gestion de l'audio en temps réel. Le premier patron, AgentCore Gateway, expose la logique métier existante comme des outils discrets appelables directement par Nova Sonic, sans couche de raisonnement intermédiaire, ce qui minimise la latence. Un exemple concret : quand un utilisateur demande son solde bancaire, le modèle sélectionne l'outil approprié, passe les paramètres et restitue le résultat vocalement en quelques centaines de millisecondes. Le deuxième patron, l'agent-as-tool ou sous-agent, permet de composer plusieurs agents spécialisés, chacun encapsulant un domaine métier distinct, l'agent principal les invoquant comme de simples fonctions. Le troisième patron, la segmentation de sessions, isole les prompts, la mémoire et les permissions selon le contexte, renforçant les frontières de sécurité tout en permettant la réutilisation des composants. Ces annonces s'inscrivent dans une tendance de fond : le passage des assistants vocaux monolithiques vers des architectures composables, où des agents légers et spécialisés collaborent plutôt qu'un seul modèle omniscient tente de tout gérer. Amazon s'aligne ici sur le protocole MCP (Model Context Protocol), standard open source en cours d'adoption dans l'industrie pour l'interopérabilité des outils d'agents. AgentCore Gateway agit comme hôte managé de serveurs MCP, identifiés par des ARN AWS. L'enjeu commercial est direct : les entreprises déployant des centres de contacts ou des assistants vocaux à grande échelle cherchent à réduire le temps avant le premier audio (time-to-first-audio) tout en maintenant fiabilité et conformité. AWS positionne ainsi Bedrock comme socle d'infrastructure pour la prochaine génération d'expériences vocales IA en production.

OutilsOutil
1 source
Étendre la mémoire conversationnelle de Kiro CLI avec Amazon Bedrock AgentCore Memory
3398AWS ML Blog 

Étendre la mémoire conversationnelle de Kiro CLI avec Amazon Bedrock AgentCore Memory

Amazon Web Services a présenté une solution pour doter Kiro CLI d'une mémoire conversationnelle persistante entre les sessions, en s'appuyant sur Amazon Bedrock AgentCore Memory. Kiro CLI est l'interface en ligne de commande qui permet aux développeurs d'interagir directement depuis leur terminal avec les agents IA de Kiro, l'IDE agentique d'AWS. Le problème résolu est concret : chaque nouvelle session repart de zéro, forçant le développeur à réexpliquer le contexte de son projet, ses préférences et ses conventions à chaque démarrage. La solution repose sur un serveur MCP (Model Context Protocol) personnalisé, open source et disponible sur GitHub, qui fait le pont entre Kiro CLI et le service managé Bedrock AgentCore Memory. Ce serveur expose trois catégories d'outils : des outils conversationnels pour stocker et retrouver l'historique par sujet ou période, des outils de supervision pour consulter les statistiques d'utilisation mémoire, et des outils d'administration pour supprimer des sessions ou des données ciblées. La récupération du contexte repose sur une stratégie à deux niveaux : une recherche sémantique via l'API retrievememoryrecords d'AgentCore Memory, avec repli automatique sur une correspondance directe dans les contenus bruts si le premier niveau n'a pas encore terminé son indexation. L'impact pour les équipes de développement travaillant sur des bases de code volumineuses est direct. Un développeur qui revient sur un projet après plusieurs jours n'a plus besoin de réexpliquer l'architecture, les contraintes métier ou ses préférences de style à l'agent IA : celui-ci retrouve automatiquement les sessions précédentes, identifiables par des formulations naturelles comme "hier soir" ou "la semaine dernière". Cette continuité de contexte réduit la friction cognitive et le temps perdu en répétition, deux freins majeurs à l'adoption productive des outils IA dans les workflows de développement au quotidien. Amazon Bedrock AgentCore Memory est un service entièrement managé lancé par AWS pour répondre à un besoin croissant dans l'écosystème des agents IA : la persistance de la mémoire à long terme. Jusqu'ici, les agents IA des IDEs et des outils de développement souffraient d'une amnésie structurelle entre les sessions, limitant leur utilité réelle sur des projets complexes et de longue durée. Le Model Context Protocol, standardisé par Anthropic, est devenu le mécanisme central d'extensibilité pour les agents IA, permettant à des services tiers d'exposer des capacités via une interface unifiée. AWS positionne ainsi AgentCore Memory comme une brique d'infrastructure réutilisable pour tout éditeur souhaitant ajouter de la mémoire à ses propres agents MCP-compatibles. La mise à disposition du code source en exemple sur GitHub signale une volonté d'adoption large, au-delà de Kiro, vers l'ensemble des clients AWS qui construisent des outils agentiques sur Bedrock.

OutilsOutil
1 source
Amazon SageMaker Feature Store accélère les pipelines ML avec de nouvelles fonctionnalités
3399AWS ML Blog 

Amazon SageMaker Feature Store accélère les pipelines ML avec de nouvelles fonctionnalités

Amazon Web Services a annoncé le 16 avril 2026 trois nouvelles fonctionnalités pour SageMaker Feature Store, son dépôt managé dédié au stockage et au partage de features pour les modèles de machine learning. Ces nouveautés sont disponibles dès la version 3.8.0 du SDK Python SageMaker. La première est une intégration native avec AWS Lake Formation, qui permet d'appliquer automatiquement des contrôles d'accès granulaires, au niveau colonne, ligne et cellule, dès la création d'un groupe de features, sans configuration manuelle préalable. La deuxième porte sur la gestion du cycle de vie des métadonnées Apache Iceberg, avec de nouveaux paramètres pour contrôler la rétention des snapshots et éviter l'accumulation de fichiers. La troisième est la modernisation du SDK lui-même : architecture modulaire, performances améliorées, suppression des dépendances lourdes comme PyTorch, pour une installation plus rapide dans des environnements plus légers. Ces changements répondent à deux problèmes opérationnels concrets que rencontrent les équipes ML en production. Sur la question des coûts d'abord : une équipe d'analytique retail citée par AWS a accumulé plus de 50 téraoctets de fichiers de métadonnées Iceberg en moins d'un an sur Amazon S3, générant des frais inattendus et substantiels. Les nouvelles propriétés de table permettent de définir des politiques de rétention directement à la création du groupe de features, ou de les appliquer rétroactivement sur des groupes existants. Sur la question des accès ensuite : les équipes infrastructure réclamaient un contrôle des permissions qui s'active automatiquement, sans passer par des configurations répétitives après coup. L'intégration Lake Formation répond précisément à cela, en vérifiant l'existence d'au moins un Data Lake Administrator dans le compte avant d'activer le contrôle d'accès. SageMaker Feature Store existe depuis 2020 comme composant central de la plateforme ML d'AWS, permettant de stocker des features calculées une fois et de les réutiliser à travers plusieurs modèles et équipes. L'adoption du format Apache Iceberg pour le stockage offline avait apporté des gains en termes de requêtes et de versioning, mais avait aussi introduit ce problème de prolifération de métadonnées qui n'était pas anticipé à grande échelle. La prise en charge complète dans le SDK v3, qui inclut la gestion du cycle de vie des groupes, les opérations sur les enregistrements, et l'ingestion depuis Pandas et Spark, signale qu'AWS consolide son infrastructure ML autour de cette version modernisée. Pour les équipes qui font tourner des pipelines de features en production à haute fréquence, ces ajustements peuvent représenter des économies significatives et une réduction de la friction opérationnelle.

OutilsActu
1 source
Amazon Bedrock : mise en oeuvre des appels d'outils par programmation
3400AWS ML Blog 

Amazon Bedrock : mise en oeuvre des appels d'outils par programmation

Amazon Bedrock propose désormais une approche appelée "Programmatic Tool Calling" (PTC), qui change fondamentalement la manière dont les grands modèles de langage interagissent avec des outils externes. Dans le schéma traditionnel, chaque appel d'outil nécessite un aller-retour complet vers le modèle : celui-ci formule un appel, reçoit le résultat, raisonne, formule le suivant, et ainsi de suite. Avec le PTC, le modèle n'est sollicité qu'une seule fois pour générer un bloc de code Python qui orchestre l'ensemble des appels d'outils. Ce code s'exécute dans un environnement bac à sable isolé, peut enchaîner des appels en parallèle grâce à asyncio, filtrer et agréger les données, et ne renvoie au modèle que le résultat final traité. Amazon Bedrock offre trois chemins d'implémentation : un sandbox Docker auto-hébergé sur ECS pour un contrôle maximal, une solution gérée via Amazon Bedrock AgentCore Code Interpreter, et un proxy compatible avec le SDK Anthropic pour les équipes habituées à cette interface. L'impact concret de cette approche est considérable en termes de latence, de coût et de précision. Prenons un exemple typique : "Quels membres de l'équipe ingénierie ont dépassé leur budget de déplacements au T3 ?" En mode traditionnel, le modèle effectuerait d'abord un appel pour obtenir la liste des 20 membres, puis 20 appels individuels pour récupérer leurs notes de frais, soit au moins 20 cycles d'inférence complets et plus de 2 000 lignes de données dans la fenêtre de contexte. Avec le PTC, un seul cycle d'inférence génère le code qui récupère tout en parallèle, filtre les dépenses de voyage approuvées, compare aux budgets individuels, et retourne uniquement la liste des personnes concernées. Les économies de tokens et de temps sont proportionnelles à la complexité du workflow. Ce paradigme émerge dans un contexte où les agents IA sont de plus en plus utilisés pour des tâches analytiques complexes, et où les coûts d'inférence restent un frein réel au déploiement à grande échelle. Le PTC n'est pas une innovation propre à AWS : le pattern sous-jacent, générer du code exécutable plutôt que d'orchestrer des appels séquentiels, est indépendant du fournisseur et commence à se diffuser chez plusieurs acteurs. Anthropic l'intègre déjà dans son propre SDK. Les cas d'usage privilégiés incluent le traitement de grands volumes de données, les calculs numériques précis, l'orchestration de processus multi-étapes, et les scénarios où la confidentialité des données brutes impose de ne pas les faire transiter par le contexte du modèle. La prochaine étape probable est la standardisation de ce pattern dans les frameworks d'agents comme LangChain ou LlamaIndex.

OutilsOutil
1 source