Aller au contenu principal

Actualités IA — page 183

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

L'IA physique et la robotique autonome s'imposent dans le grand public avec une conférence à San Jose
3641AI News 

L'IA physique et la robotique autonome s'imposent dans le grand public avec une conférence à San Jose

La Physical AI Expo North America se tiendra les 18 et 19 mai 2026 au San Jose McEnery Convention Center, en Californie. L'événement rassemble durant deux jours des ingénieurs, des chercheurs et des dirigeants d'entreprises autour d'un thème central : l'intégration de l'intelligence artificielle dans des systèmes physiques autonomes. Parmi les intervenants confirmés figurent Leslie Karpas, directeur mondial de la Physical AI chez NVIDIA, Arne Stoschek, vice-président en charge de l'IA et de l'autonomie chez Airbus Acubed, Vinesh Sukumar, vice-président IA chez Qualcomm, Sungho Kim, PDG du Hyundai Global Software Center, ainsi que Naresh Dulam, vice-président senior du génie logiciel chez JPMorgan. Le programme est structuré en deux journées distinctes : la première consacrée à la stratégie IA, à l'infrastructure et aux données à grande échelle, la seconde dédiée à la robotique, aux systèmes autonomes et au passage effectif des prototypes à la production industrielle. Ce type de conférence traduit une inflexion majeure dans l'industrie technologique : l'IA n'est plus cantonnée aux logiciels et aux interfaces conversationnelles, elle s'incarne désormais dans des machines capables de percevoir leur environnement, de raisonner et d'agir de manière autonome. Pour les secteurs de la fabrication, de la logistique, de l'automobile et de la défense, l'enjeu n'est plus de démontrer la faisabilité des systèmes intelligents, mais d'en organiser le déploiement à grande échelle. Les entreprises investissent massivement pour résoudre des problèmes concrets : fiabilité des systèmes en conditions réelles, scalabilité de l'infrastructure, sécurité des interactions homme-machine et retour sur investissement mesurable. La présence de JPMorgan au côté de NVIDIA ou d'Airbus illustre que l'IA physique dépasse désormais les seuls secteurs de la robotique et de l'automobile pour toucher la finance et les services. Cette évolution s'inscrit dans une dynamique plus large qui s'est accélérée ces dix-huit derniers mois. Après une première vague dominée par les grands modèles de langage et les outils génératifs, l'industrie de l'IA se tourne vers ce que certains appellent la "couche physique" : des robots d'entrepôt, des véhicules autonomes, des bras industriels pilotés par des modèles de perception et de décision en temps réel. Des acteurs comme NVIDIA avec sa plateforme Jetson, Qualcomm avec ses puces embarquées, ou des constructeurs comme Hyundai investissent pour capter ce marché encore en structuration. La difficulté centrale reste le passage du prototype au déploiement opérationnel, freiné par des défis d'intégration, de certification et de gestion des données en environnement non contrôlé. La Physical AI Expo se positionne comme un espace de coordination entre ces différentes parties prenantes, à un moment où les standards industriels et les modèles économiques restent encore largement à définir.

RobotiqueOpinion
1 source
NVIDIA et Ineffable Intelligence s'associent pour bâtir l'infrastructure de l'apprentissage par renforcement
3642NVIDIA AI Blog 

NVIDIA et Ineffable Intelligence s'associent pour bâtir l'infrastructure de l'apprentissage par renforcement

NVIDIA et Ineffable Intelligence, le laboratoire d'IA londonien fondé par David Silver, l'architecte d'AlphaGo, ont annoncé un partenariat technique approfondi pour concevoir l'infrastructure nécessaire à l'apprentissage par renforcement à grande échelle. Des ingénieurs des deux sociétés travaillent conjointement sur la construction d'un pipeline d'entraînement optimisé, en démarrant sur la plateforme NVIDIA Grace Blackwell et en préparant l'intégration de la prochaine architecture Vera Rubin, encore inédite. Jensen Huang, fondateur et PDG de NVIDIA, a qualifié les systèmes d'apprentissage continu par expérience de "prochaine frontière de l'IA", tandis que Silver, sorti du mode furtif la semaine dernière seulement avec Ineffable Intelligence, entend pousser ce paradigme bien au-delà de ses applications actuelles. L'enjeu technique est significatif. Contrairement au pré-entraînement classique, qui consomme un jeu de données fixe de textes et d'images humaines, l'apprentissage par renforcement génère ses propres données en temps réel : l'agent agit, observe les résultats, évalue et se met à jour en boucle serrée. Ce mode de fonctionnement impose des contraintes très différentes sur les interconnexions, la bande passante mémoire et l'inférence. S'y ajoutent des formes d'expérience potentiellement étrangères au langage humain, ce qui pourrait nécessiter des architectures de modèles et des algorithmes d'entraînement entièrement nouveaux. Résoudre ces contraintes à l'échelle est ce que visent conjointement les deux équipes. David Silver est l'une des figures centrales de l'apprentissage par renforcement depuis des décennies : il a co-développé DQN chez DeepMind avant de concevoir AlphaGo, le premier programme à battre un champion du monde de go en 2016. Son raisonnement est direct : les chercheurs ont "largement résolu le problème facile de l'IA", soit apprendre à partir de ce que les humains savent déjà, mais le vrai défi reste de construire des systèmes capables de découvrir de nouvelles connaissances par eux-mêmes. Ce virage, de la donnée humaine vers la simulation et l'expérience autonome, est au coeur de la mission d'Ineffable Intelligence. Si le partenariat tient ses promesses, il pourrait débloquer une nouvelle génération d'agents capables de progresser dans des environnements complexes sans plafond de données humaines, ouvrant potentiellement des découvertes dans des domaines allant de la recherche scientifique à la robotique.

RecherchePaper
1 source
Hermes permet aux agents IA de s'améliorer eux-mêmes, propulsés par les PC NVIDIA RTX et le DGX Spark
3643NVIDIA AI Blog 

Hermes permet aux agents IA de s'améliorer eux-mêmes, propulsés par les PC NVIDIA RTX et le DGX Spark

Hermes Agent, le nouveau framework d'agents IA développé par Nous Research, a franchi les 140 000 étoiles sur GitHub en moins de trois mois et s'est imposé la semaine dernière comme l'agent le plus utilisé au monde selon OpenRouter. Conçu pour fonctionner en local et en continu, il est optimisé pour tourner sur les GPU NVIDIA RTX, les stations de travail RTX PRO et les machines DGX Spark. Sa particularité principale est sa capacité d'auto-amélioration : à chaque tâche complexe ou retour utilisateur, Hermes enregistre ses apprentissages sous forme de compétences réutilisables, ce qui lui permet de s'améliorer au fil du temps sans intervention humaine. Il intègre également une architecture de sous-agents isolés, chacun dédié à une sous-tâche précise, ce qui réduit la confusion, minimise la taille des fenêtres de contexte nécessaires et rend le système plus fiable sur des modèles de 30 milliards de paramètres. Nous Research teste et valide chaque outil embarqué, ce qui distingue Hermes de la plupart des frameworks concurrents qui exigent un débogage constant. En parallèle, Alibaba a lancé la série Qwen 3.6, dont les modèles de 27 et 35 milliards de paramètres surpassent les versions précédentes de 120 et 400 milliards de paramètres, tout en nécessitant respectivement environ 20 Go de mémoire au lieu de 70 Go ou plus. L'enjeu est considérable : pour la première fois, des agents IA capables de s'auto-améliorer, de planifier des tâches multi-étapes et d'agir de façon autonome en continu deviennent accessibles sur du matériel grand public ou de gamme professionnelle. Un développeur ou une PME peut désormais faire tourner un agent équivalent à ce qui nécessitait autrefois un datacenter, grâce à des GPU comme le RTX 5090 ou une machine compacte comme le DGX Spark, qui offre 128 Go de mémoire unifiée et 1 pétaflop de performance IA. Les Tensor Cores NVIDIA réduisent le temps d'inférence de minutes à secondes, rendant les workflows autonomes viables à l'échelle d'une journée de travail complète. Cette convergence entre frameworks open source matures et modèles locaux ultra-compressés marque une rupture dans la démocratisation de l'IA agentique. Jusqu'ici, les agents performants dependaient de l'API d'OpenAI ou d'Anthropic, avec les coûts et les questions de confidentialité que cela implique. La montée en puissance de modèles open weight comme Qwen 3.6, combinée à des frameworks comme Hermes qui rivalisent avec les solutions propriétaires sur des benchmarks identiques, repositionne le matériel local comme infrastructure stratégique. NVIDIA profite directement de cette tendance en poussant le DGX Spark comme poste de travail dédié à l'IA agentique permanente, un segment encore embryonnaire mais en croissance rapide à mesure que les entreprises cherchent à internaliser leurs pipelines d'IA.

OutilsOutil
1 source
SAP Sapphire : l’entreprise autonome devient la nouvelle vision B2B de SAP
3644Le Big Data 

SAP Sapphire : l’entreprise autonome devient la nouvelle vision B2B de SAP

Lors de SAP Sapphire 2026, l'éditeur allemand SAP a présenté sa nouvelle vision stratégique : transformer son ERP en une "entreprise autonome" capable d'exécuter des processus critiques de bout en bout grâce à l'IA. Le CEO Christian Klein a dévoilé trois piliers majeurs : SAP Autonomous Suite, qui déploie plus de 50 assistants Joule spécialisés coordonnant plus de 200 agents IA dans la finance, les achats, la supply chain, les RH et l'expérience client ; SAP Business AI Platform, qui fusionne SAP Business Technology Platform, SAP Business Data Cloud et SAP Business AI en un environnement unique ; et Joule Work, une interface orientée objectif accessible sur ordinateur, mobile et commandes vocales. Pour accélérer l'adoption, SAP annonce un fonds de 100 millions d'euros et une série de partenariats avec Anthropic, Amazon Web Services, Google Cloud, Microsoft, NVIDIA, Mistral AI et Cohere. Un cas concret a été mis en avant avec l'énergéticien RWE : des agents IA analysent des milliers d'incidents passés sur des éoliennes offshore pour identifier l'origine probable d'une panne et générer automatiquement des ordres de maintenance préremplis. L'enjeu central de cette annonce est de faire passer l'IA d'un rôle d'assistant à celui d'exécutant autonome au coeur des opérations d'entreprise. L'assistant dédié à la clôture financière illustre l'ambition : en automatisant les écritures comptables, les rapprochements et la correction d'erreurs, SAP promet de réduire un processus qui prenait plusieurs semaines à quelques jours seulement. Pour les grandes entreprises soumises à des exigences croissantes de productivité, de conformité réglementaire et de rapidité, c'est une promesse directement chiffrée en gains opérationnels. Le lancement de sept solutions Industry AI, avec des règles métiers et réglementaires propres à chaque secteur, signale que SAP ne vise plus seulement les directions IT mais les métiers eux-mêmes, qu'il s'agisse de l'énergie, de la logistique ou de la fabrication. Cette offensive s'inscrit dans une compétition frontale entre les grands éditeurs ERP pour la domination de l'IA d'entreprise, face à Oracle, Microsoft et Salesforce qui poursuivent des ambitions similaires. SAP capitalise sur sa position de référence dans les grandes organisations mondiales, où ses systèmes gèrent déjà les données les plus critiques : c'est précisément ce capital de confiance et de données que le groupe cherche à monétiser via l'IA autonome. Le SAP Knowledge Graph, couche qui structure les relations entre données, processus et entités métiers, est présenté comme le socle différenciateur qui donnera aux agents une compréhension contextuelle que des solutions génériques ne peuvent pas offrir. Les partenariats avec des fournisseurs de modèles souverains comme Mistral AI et Cohere indiquent également que SAP anticipe des exigences de conformité et de localisation des données, particulièrement fortes en Europe. La prochaine étape sera de valider ces promesses à grande échelle dans des déploiements réels, au-delà des cas pilotes présentés en conférence.

OutilsOutil
1 source
Ce que j'ai appris en construisant des systèmes multi-agents de zéro
3645InfoQ AI 

Ce que j'ai appris en construisant des systèmes multi-agents de zéro

Paulo Arruda, ingénieur chez Shopify, a retracé l'évolution de l'entreprise dans l'IA lors d'une présentation récente, décrivant un passage des simples outils de chat à un essaim d'agents spécialisés. Shopify a abandonné les prompts massifs "tout-en-un" au profit d'une architecture modulaire, où chaque agent microservice se concentre sur une tâche précise. Ce changement architectural a permis de ramener à quelques minutes des tâches qui prenaient auparavant plusieurs heures. Ce gain de vitesse illustre un changement de paradigme dans l'industrie tech, où les gros prompts génériques cèdent la place à des agents légers et spécialisés. Pour les équipes d'ingénierie, l'architecture "en essaim" offre une meilleure maintenance, une montée en puissance plus agile et une réduction des erreurs dues à la surcharge de contexte. À l'échelle d'une plateforme comme Shopify, qui compte des millions de marchands, ces gains se traduisent directement en avantages compétitifs. Arruda propose également une hypothèse pour régler le problème du "context bloat", la saturation progressive du contexte des modèles : utiliser des adaptateurs basés sur le système de fichiers pour alléger la mémoire active des agents. Cette piste s'inscrit dans un débat plus large sur la scalabilité des systèmes agentiques, alors que l'industrie cherche à industrialiser l'IA générative sans perdre en précision. La standardisation des interfaces entre agents reste le prochain défi à relever pour éviter une fragmentation technique difficile à maintenir.

OutilsOutil
1 source
Google lance Gemini Intelligence, le nouveau cerveau de votre smartphone Android
3646Le Big Data 

Google lance Gemini Intelligence, le nouveau cerveau de votre smartphone Android

Lors de l'Android Show I/O Edition du 12 mai 2026, Google a dévoilé Gemini Intelligence, une nouvelle suite de fonctionnalités d'automatisation profondément intégrée dans Android. Le déploiement commencera progressivement cet été sur deux appareils phares : le Samsung Galaxy S26 et le Google Pixel 10. D'ici fin 2026, Google prévoit d'étendre Gemini Intelligence à l'ensemble de son écosystème, couvrant les montres sous Wear OS, les voitures compatibles Android Auto, les lunettes connectées et certains ordinateurs portables. Parmi les fonctions annoncées figurent l'automatisation de tâches inter-applicatives, une nouvelle génération de saisie vocale dans Gboard baptisée "Rambler", la création de widgets à la demande via une fonction "Create my Widget", et une interface repensée sous Material 3 Expressive avec des animations fluides et des effets de transparence. Ce que Google introduit ici va bien au-delà d'un assistant vocal amélioré : Gemini Intelligence agit comme un orchestrateur capable de naviguer entre plusieurs applications pour accomplir une tâche complète. Un utilisateur pourra demander à l'IA de gérer sa liste de courses, et celle-ci constituera automatiquement un panier chez un commerçant partenaire, sans intervention manuelle. De même, une simple photo de paysage pourra déclencher une recherche d'excursion directement sur Expedia, partenaire cité par Google. La fonction "Rambler" représente également un bond qualitatif pour la dictée vocale : elle gère les hésitations, les corrections à la volée et peut basculer d'une langue à l'autre au sein d'un même message, ce qui répond à un usage réel pour les locuteurs multilingues. Le widget généré à la demande, lui, matérialise la réponse de l'IA sous forme interactive et persistante sur l'écran d'accueil, transformant une requête ponctuelle en outil réutilisable. Cette annonce s'inscrit dans une compétition frontale entre Google et Apple, qui déploie de son côté Apple Intelligence sur ses appareils récents. Google doit convaincre que son modèle Gemini, intégré nativement dans Android, offre une expérience plus fluide et plus puissante que les solutions concurrentes. En réservant le lancement aux Galaxy S26 et Pixel 10, Google opte pour une stratégie de montée en gamme progressive, en liant l'accès aux fonctions les plus avancées au matériel haut de gamme, une logique déjà éprouvée par Apple. Les partenariats applicatifs annoncés, notamment avec Expedia, suggèrent que Google construit un écosystème commercial autour de Gemini Intelligence, où les plateformes partenaires pourront capter des intentions d'achat directement depuis l'IA. La question qui se posera rapidement sera celle de la vie privée : une IA capable d'agir entre applications et de lire le contexte d'une photo soulève des interrogations sur les données traitées et leur destination.

OutilsOutil
1 source
IA : des levées record malgré le risque de bulle
3647Le Big Data 

IA : des levées record malgré le risque de bulle

Au premier trimestre 2026, les investissements dans les startups d'intelligence artificielle ont atteint un niveau sans précédent : près de 300 milliards de dollars injectés dans plus de 6 000 entreprises à travers le monde, selon les données de Crunchbase. Les financements liés à la seule IA générative ont dépassé 140 milliards de dollars sur ces trois mois, soit plus que l'ensemble de l'année 2025, d'après une étude de S&P Global Market Intelligence. Trois acteurs dominent cette dynamique : OpenAI aurait levé 122 milliards de dollars en mars, portant sa valorisation estimée à 852 milliards de dollars ; Anthropic a sécurisé 30 milliards lors d'un seul tour de table ; et xAI, la startup d'Elon Musk, a ouvert l'année avec une série E de 20 milliards. Nvidia, fabricant de puces incontournable, renforce simultanément son emprise sur l'écosystème en prenant des participations dans plusieurs jeunes pousses, dont Thinking Machines Lab, fondée par l'ex-CTO d'OpenAI Mira Murati. Pour les fonds de capital-risque, l'IA représente aujourd'hui ce qu'Internet ou le cloud ont incarné lors des grands cycles technologiques précédents : une fenêtre d'opportunité qu'il faut saisir avant la consolidation du marché. Selon John Mannes, associé chez Basis Set Ventures, le rythme des investissements en 2026 serait déjà comparable, voire supérieur, à celui observé en 2025. Cette course aux positions se maintient malgré l'inflation, les tensions géopolitiques et le ralentissement général du capital-investissement, ce qui traduit une conviction profonde que l'IA va restructurer durablement l'économie mondiale. Le modèle de financement de Nvidia illustre à lui seul l'ampleur du phénomène : en investissant dans des startups qui achèteront ensuite ses GPU, le fabricant crée un cercle auto-entretenu où chaque levée de fonds génère mécaniquement de la demande pour ses propres produits. Cette frénésie inquiète pourtant un nombre croissant d'analystes. Jack Gold, de J. Gold Associates, juge que les signes d'une bulle sont déjà visibles : les coûts d'infrastructure, de centres de données et d'énergie progressent beaucoup plus vite que les revenus réellement générés par les modèles d'IA, rendant la rentabilité à court terme illusoire pour la plupart des acteurs. Il pointe notamment le risque de financement circulaire, où les investissements croisés entre équipementiers et startups entretiennent artificiellement les valorisations. Brad Harrison, de Scout Ventures, assume ouvertement que de nombreuses startups disparaîtront dans les prochaines années, laissant le marché se concentrer autour d'un petit nombre de survivants. Le secteur reproduit ainsi la logique des précédentes bulles technologiques : une phase d'euphorie capitalistique qui précède inévitablement une sélection sévère, dont l'ampleur et le calendrier restent, pour l'instant, impossibles à prévoir.

BusinessOpinion
1 source
OPINION. « De Paris à Nairobi, nous refusons une révolution de l’IA sous dépendance »
3648La Tribune 

OPINION. « De Paris à Nairobi, nous refusons une révolution de l’IA sous dépendance »

Un an après le Sommet de Paris pour l'action sur l'intelligence artificielle, la France et le Kenya ont cosigné une tribune commune en marge du Sommet "Africa Forward". Les deux pays, réunis autour d'une conviction partagée, affirment que l'intelligence artificielle souveraine est atteignable, mais qu'aucune nation ne peut la construire seule. Ils identifient des secteurs prioritaires pour cette coopération : la santé, l'agriculture, l'éducation et les services publics, domaines dans lesquels l'IA pourrait transformer en profondeur les conditions de vie de millions de personnes. L'enjeu dépasse le cadre bilatéral. En refusant explicitement une "révolution de l'IA sous dépendance", Paris et Nairobi pointent le risque que les pays du Sud global deviennent captifs de systèmes conçus par quelques grandes puissances technologiques, principalement américaines et chinoises. Pour le continent africain, cette dépendance pourrait se traduire par une perte de contrôle sur les données nationales, les infrastructures numériques et, à terme, les orientations des politiques publiques elles-mêmes. Cette prise de position intervient dans un contexte de tensions croissantes autour de la gouvernance mondiale de l'IA. Depuis le Sommet de Bletchley Park en 2023, les grandes économies peinent à s'accorder sur un cadre réglementaire commun, et les forums multilatéraux successifs n'ont pas encore produit d'engagements contraignants. Le rapprochement franco-kényan illustre une stratégie alternative : construire des coalitions régionales capables de mutualiser expertises, infrastructures et données pour peser face aux géants du secteur. Des obstacles concrets restent à franchir, mais l'ambition commune est désormais posée par écrit.

RégulationReglementation
1 source
Thinking Machines Lab lance Interaction Models, une architecture multimodale native pour la collaboration humain-IA
3649MarkTechPost 

Thinking Machines Lab lance Interaction Models, une architecture multimodale native pour la collaboration humain-IA

Le Thinking Machines Lab, le laboratoire de recherche fondé par Mira Murati, ancienne directrice technique d'OpenAI, a présenté une préversion publique de ce qu'il appelle des "modèles d'interaction" (interaction models). Cette architecture repose sur deux composants fonctionnant en parallèle : un modèle d'interaction actif en permanence, qui traite en continu flux audio, vidéo et texte par tranches de 200 millisecondes, et un modèle de raisonnement en arrière-plan qui prend en charge les tâches plus complexes comme la recherche web, l'utilisation d'outils ou la planification à long terme. Les deux modèles partagent le même contexte conversationnel à tout moment, et les résultats produits en arrière-plan sont réintégrés dans la conversation de façon fluide, au moment jugé opportun par le modèle principal. Cette approche rompt avec la logique tour par tour qui structure aujourd'hui la quasi-totalité des systèmes d'IA conversationnelle. Dans ce paradigme classique, le modèle reste aveugle pendant que l'utilisateur parle ou tape, puis gèle toute perception pendant sa propre génération. Pour contourner cette limitation, les systèmes temps réel actuels s'appuient sur des composants auxiliaires assemblés en façade, comme la détection d'activité vocale (VAD), qui sont intrinsèquement moins intelligents que le modèle lui-même. Thinking Machines Lab soutient que cette architecture en patchwork est un plafond structurel : tant que l'interactivité reste une surcouche externe, elle ne bénéficie pas des gains en intelligence apportés par l'augmentation des paramètres. En intégrant la réactivité directement dans l'architecture du modèle, la collaboration humain-IA peut, selon eux, s'améliorer proportionnellement à la montée en puissance du modèle. Mira Murati a quitté OpenAI en septembre 2024, après y avoir supervisé le lancement de GPT-4 et d'autres produits phares. Son nouveau laboratoire positionne explicitement cette recherche comme une réponse à la "bitter lesson" de l'apprentissage automatique : les systèmes conçus à la main finissent toujours par être dépassés par ceux qui généralisent à plus grande échelle. L'architecture sans encodeur (encoder-free early fusion) constitue le choix technique central permettant au modèle de traiter audio et vidéo sans passer par des modules préentraînés séparés, ce qui est la condition pour maintenir une cadence de 200 ms. La préversion présentée démontre des capacités concrètes : parler et écouter simultanément, réagir à des indices visuels sans sollicitation verbale, traiter plusieurs flux de parole en parallèle. Le laboratoire n'a pas encore annoncé de calendrier de déploiement ni de partenariats commerciaux, mais la publication intervient dans un contexte de course intense entre laboratoires pour définir ce que sera la prochaine génération d'interfaces IA.

LLMsOpinion
1 source
☕️ IA : George Clooney, Meryl Streep et Kristen Stewart soutiennent le « Human Consent Standard »
3650Next INpact 

☕️ IA : George Clooney, Meryl Streep et Kristen Stewart soutiennent le « Human Consent Standard »

George Clooney, Meryl Streep, Tom Hanks, Kristen Stewart et Steven Soderbergh figurent parmi les personnalités qui ont apporté leur soutien public au Human Consent Standard, un nouveau protocole de licence dédié à l'intelligence artificielle. L'initiative est portée par RSL Media, une ONG cofondée en 2025 par l'actrice Cate Blanchett, déjà à l'origine du protocole Really Simple Licensing (RSL), qui permet aux éditeurs d'imposer des règles d'accès et de paiement aux robots parcourant leurs sites. Le Human Consent Standard va plus loin : conçu comme un équivalent du fichier robots.txt mais appliqué à l'identité humaine, il doit permettre à chacun d'indiquer aux systèmes d'IA s'ils sont autorisés à utiliser son travail, son image, ses personnages ou sa marque, quel que soit l'espace numérique où ces éléments apparaissent. À partir de juin, RSL Media ouvrira une base de données publique dans laquelle artistes et créateurs pourront s'inscrire et paramétrer précisément les permissions qu'ils accordent ou refusent aux modèles d'IA. L'enjeu est considérable pour l'industrie du divertissement, qui se retrouve en première ligne face à des modèles capables de reproduire voix, visage et style d'un artiste sans aucun consentement ni rémunération. En dotant les machines d'une instruction lisible sur les droits d'utilisation de l'identité humaine, le Human Consent Standard cherche à créer un cadre technique et légal universel, là où les contrats traditionnels restent trop lents et trop fragmentés pour suivre la vitesse de déploiement de l'IA générative. C'est un changement de paradigme : il ne s'agit plus seulement de protéger des oeuvres mais de protéger les personnes elles-mêmes. Cette initiative s'inscrit dans une vague croissante de réactions face à l'exploitation non consentie des identités par l'IA. En France, deux plateformes ont récemment été mises en demeure de supprimer des clones vocaux de doubleurs professionnels. Du côté américain, Matthew McConaughey a breveté des vidéos de son image, tandis que Taylor Swift a déposé sa voix et son image comme marques commerciales pour contrer les clones générés par IA. Le Human Consent Standard ambitionne de proposer une infrastructure commune là où ces démarches restent aujourd'hui atomisées et coûteuses.

☕️ IA : George Clooney, Meryl Streep et Kristen Stewart soutiennent le « Human Consent Standard »
3651Next INpact 

☕️ IA : George Clooney, Meryl Streep et Kristen Stewart soutiennent le « Human Consent Standard »

Des figures majeures d'Hollywood, dont George Clooney, Tom Hanks, Meryl Streep, Kristen Stewart et Steven Soderbergh, ont apporté leur soutien au Human Consent Standard, un nouveau protocole de licence conçu pour encadrer l'utilisation de l'image et de l'identité des artistes par les systèmes d'intelligence artificielle. L'initiative est portée par RSL Media, une ONG cofondée en 2025 par l'actrice Cate Blanchett, déjà à l'origine du protocole Really Simple Licensing (RSL), qui permet aux éditeurs d'appliquer des règles de licence et de paiement aux robots explorant leurs sites web. A partir de juin 2026, RSL Media publiera une base de données permettant aux utilisateurs de prouver leur identité et de paramétrer précisément les permissions qu'ils accordent aux modèles d'IA concernant l'usage de leur image, de leurs oeuvres ou de leur marque personnelle. Le Human Consent Standard fonctionne comme une extension du protocole robots.txt, mais appliqué à l'identité humaine : au lieu d'indiquer aux machines quelles pages elles peuvent explorer, il leur fournit des instructions sur la possibilité ou non de récupérer "le travail, l'identité, les personnages ou la marque concernée, quel que soit l'espace numérique où ceux-ci apparaissent", selon le cofondateur d'RSL Media Eckart Walter. Pour les artistes, l'enjeu est considérable : il s'agit de reprendre la main sur leur capital identitaire à l'heure où les modèles génératifs reproduisent voix, visage et style avec une fidélité troublante. Ce standard ouvert offrirait pour la première fois un mécanisme technique universel, contrôlable par les créateurs eux-mêmes, sans dépendre des politiques propres à chaque plateforme ou développeur d'IA. L'initiative s'inscrit dans un mouvement plus large de résistance de l'industrie créative face à l'IA générative, tentant de structurer des efforts jusqu'ici dispersés. Elle complète des démarches individuelles : l'acteur Matthew McConaughey a breveté des vidéos de son image, tandis que Taylor Swift a déposé une image et deux extraits de sa voix comme marques pour prévenir les clones IA. En France, des plateformes ont été mises en demeure de supprimer le clonage de voix de doubleurs. Derrière la mobilisation de célébrités, RSL Media joue la carte de la visibilité pour peser sur les pratiques de l'industrie tech, mais l'adoption du standard restera volontaire pour les développeurs d'IA. La véritable question est de savoir si des acteurs comme OpenAI ou Google accepteront d'intégrer ce mécanisme, eux qui n'ont pris aucun engagement public en ce sens.

ÉthiqueActu
1 source
Exaforce lève 125 millions de dollars pour sa plateforme de cybersécurité IA
3652Le Big Data 

Exaforce lève 125 millions de dollars pour sa plateforme de cybersécurité IA

Exaforce, startup américaine spécialisée dans la cybersécurité par intelligence artificielle, a annoncé le 12 mai 2026 une levée de fonds de série B de 125 millions de dollars, portant sa valorisation totale à 725 millions de dollars et son financement cumulé à 200 millions en seulement trois ans d'existence. L'opération a été menée par HarbourVest, aux côtés de Peak XV, Mayfield, Khosla Ventures et Seligman Ventures. La startup, fondée par Ankur Singla, développe une plateforme de sécurité pilotée par des agents IA appelés Exabots, conçus pour analyser massivement les données de sécurité, identifier les comportements suspects et réduire le temps de détection des menaces. Commercialisée officiellement au quatrième trimestre 2025 après deux ans de tests avec des partenaires, la plateforme est déjà adoptée par plusieurs grandes entreprises. L'enjeu central qu'Exaforce cherche à résoudre est réel et bien documenté dans le secteur : les équipes des centres d'opérations de sécurité (SOC) croulent sous des centaines, parfois des milliers d'alertes quotidiennes, dont une large part sont des faux positifs. La startup affirme que ses agents IA peuvent éliminer jusqu'à 90 % des tâches manuelles de ces équipes, leur permettant de se concentrer sur les menaces réellement critiques. La plateforme intègre également une fonctionnalité baptisée "Vibe Hunting", lancée récemment, qui permet aux analystes d'interroger le système en langage naturel, par exemple "avons-nous subi de nouvelles attaques provenant d'Iran ?", et d'obtenir une analyse automatisée des signaux faibles correspondants. Cette approche vise à rendre la cybersécurité plus accessible, moins dépendante d'une expertise technique pointue, et donc plus scalable pour des équipes sous pression. Cette levée intervient dans un contexte de forte accélération des investissements dans la cybersécurité augmentée par l'IA, portée par la multiplication des attaques automatisées et la pression réglementaire croissante sur la protection des données. Exaforce avait déjà levé 75 millions en série A un an plus tôt, une performance qui lui avait valu d'être signalée par le Wall Street Journal parmi les jeunes pousses les plus surveillées du secteur. Développer une telle plateforme exige des investissements considérables en infrastructure, en entraînement de modèles et en intégration de données d'entreprises, ce qui explique la cadence soutenue des tours de table. Les concurrents, dont des acteurs comme CrowdStrike, Palo Alto Networks ou des startups comme Secureworks, investissent eux aussi massivement dans l'automatisation par IA, faisant de ce segment l'un des plus disputés de la tech en 2026.

BusinessActu
1 source
Google DeepMind présente un pointeur de souris IA propulsé par Gemini, capable de capturer le contexte visuel et sémantique autour du curseur
3653MarkTechPost 

Google DeepMind présente un pointeur de souris IA propulsé par Gemini, capable de capturer le contexte visuel et sémantique autour du curseur

Google DeepMind a présenté cette semaine un pointeur de souris dopé à l'intelligence artificielle, propulsé par Gemini, capable de comprendre non seulement où l'utilisateur pointe, mais aussi ce qu'il pointe et pourquoi c'est pertinent. Le système est encore expérimental, mais deux démonstrations sont d'ores et déjà accessibles dans Google AI Studio : l'une pour éditer une image, l'autre pour identifier des lieux sur une carte, toutes deux utilisables en pointant et en parlant à voix haute. Une intégration plus profonde, baptisée Magic Pointer, est en cours de déploiement dans Chrome, et une autre est prévue pour Googlebook, la nouvelle gamme d'ordinateurs portables Gemini de Google annoncée simultanément cette semaine. Le problème que cherche à résoudre DeepMind est connu de quiconque a déjà essayé d'utiliser un assistant IA en pleine session de travail : les outils actuels vivent dans leur propre fenêtre, obligeant l'utilisateur à interrompre son flux pour décrire manuellement ce qu'il regardait, coller une question dans un chatbot, puis importer la réponse dans son document d'origine. Le pointeur IA brise ce cycle en transmettant au modèle un contexte visuel et sémantique en temps réel, dérivé de la position du curseur et de l'état de survol, sans que l'utilisateur ait à formuler ce contexte en texte. Concrètement, cela permet de pointer un tableau de statistiques et demander une version en camembert, de survoler une recette pour en doubler les ingrédients, ou de pointer un PDF pour en obtenir un résumé en points à coller directement dans un email. Cette initiative s'inscrit dans une tendance plus large chez les grandes plateformes technologiques : rendre l'IA ambiante plutôt que cloisonnée dans une fenêtre de chat. Depuis l'émergence des grands modèles de langage grand public, la friction principale reste l'interface : les modèles sont puissants, mais les utilisateurs doivent sérialiser manuellement leur environnement en texte pour les actionner. DeepMind formalise quatre principes de conception pour y remédier, dont "maintenir le flux" (l'IA suit l'utilisateur là où il travaille, sans détour) et "montrer et dire" (le pointeur capte le contexte visuel, remplaçant les prompts détaillés par un simple geste). Microsoft avance en parallèle avec Copilot intégré à Windows, tandis qu'Apple mise sur des capacités similaires avec Apple Intelligence. Avec l'annonce simultanée des laptops Googlebook et le déploiement dans Chrome, Google positionne Gemini comme une couche système universelle, ce qui pourrait redéfinir profondément la manière dont des centaines de millions d'utilisateurs interagissent avec leur ordinateur au quotidien.

OutilsOutil
1 source
Google et SpaceX explorent des data centers spatiaux en orbite pour l’IA
3654Le Big Data 

Google et SpaceX explorent des data centers spatiaux en orbite pour l’IA

Google et SpaceX seraient en pourparlers avancés sur le déploiement de centres de données en orbite basse, destinés à héberger des charges de calcul dédiées à l'intelligence artificielle. Selon le Wall Street Journal, les deux groupes étudient un accord qui permettrait à Google d'utiliser les capacités de lancement de SpaceX pour placer progressivement des infrastructures informatiques dans l'espace. Cette initiative reste encore au stade exploratoire, sans confirmation officielle d'Elon Musk, mais elle s'inscrit dans un contexte où SpaceX prépare une introduction en bourse valorisée à près de 1 750 milliards de dollars, pariant sur la viabilité économique future de ces infrastructures orbitales. Google ne limiterait pas non plus ses discussions à SpaceX, en parallèle de discussions avec d'autres acteurs du secteur spatial, tout en avançant sur son projet Suncatcher, annoncé en 2018, dont les premiers prototypes de satellites sont attendus à partir de 2027. L'enjeu est considérable pour l'industrie tech. Les modèles d'IA générative réclament des volumes de calcul en croissance exponentielle, tandis que les data centers terrestres se heurtent à des limites de plus en plus contraignantes : consommation électrique massive, occupation foncière importante, et opposition croissante de riverains et d'élus dans plusieurs États américains. Des projets entiers ralentissent en raison d'inquiétudes autour de l'utilisation de l'eau, de l'empreinte carbone et de la pression sur les réseaux électriques locaux. Des infrastructures en orbite permettraient, en théorie, de contourner ces contraintes géographiques et réglementaires tout en ouvrant une nouvelle réserve de capacité de calcul décorrélée des tensions foncières terrestres. Elon Musk avance même que le coût d'exploitation de tels centres pourrait s'avérer inférieur à celui des data centers classiques, à mesure que les coûts de lancement continuent de baisser. Ce mouvement vers l'espace s'inscrit dans une recomposition plus large des alliances autour de l'IA et des infrastructures. Anthropic et SpaceX ont récemment signé un accord portant sur l'accès aux ressources de calcul du centre de données de xAI à Memphis, avec des perspectives de collaboration sur des projets spatiaux à plus long terme. SpaceX a par ailleurs renforcé son positionnement dans l'écosystème IA après le rachat de xAI en février 2026, transformant l'entreprise de lancement en acteur intégré de la chaîne de valeur de l'intelligence artificielle. Si les data centers orbitaux restent une vision à horizon de plusieurs années, la convergence entre les géants du cloud, les fournisseurs de fusées et les laboratoires d'IA dessine d'ores et déjà les contours d'une bataille pour le contrôle des infrastructures du calcul de demain.

Tokenmaxxing : quand les salariés d’Amazon brûlent des tokens pour se faire bien voir
3655Next INpact 

Tokenmaxxing : quand les salariés d’Amazon brûlent des tokens pour se faire bien voir

Des employés d'Amazon utilisent MeshClaw, un outil interne de déploiement d'agents IA lancé il y a quelques semaines par le groupe, non pas pour travailler plus efficacement, mais pour gonfler artificiellement leurs statistiques de consommation de tokens. MeshClaw fonctionne sur le même principe qu'OpenClaw : il permet de déployer des agents capables de trier des courriels, interagir sur Slack, déployer du code ou surveiller des applications. Selon le Financial Times, certains salariés font tourner ces agents en continu non parce qu'ils en ont besoin, mais pour afficher un usage IA élevé dans des classements internes que la direction a commencé à surveiller. Amazon s'est fixé comme objectif que 80 % de ses développeurs utilisent l'IA chaque semaine. Ce phénomène a reçu un nom : le "tokenmaxxing". Un développeur médian consomme environ 51 millions de tokens par mois selon une étude Jellyfish publiée en avril 2026, tandis que les 10 % de plus gros consommateurs dépassent 380 millions de tokens mensuels, soit un coût pouvant atteindre 700 dollars par mois aux tarifs de l'API Claude. Ce détournement révèle les effets pervers d'une gouvernance par les métriques dans les entreprises tech. Quand un indicateur devient un critère d'évaluation implicite, il cesse de mesurer la réalité et devient une fin en soi. "Les managers regardent ces chiffres", confie un employé anonyme, "ça crée des effets pervers et certaines personnes deviennent très compétitives." L'étude Jellyfish sur 12 000 développeurs dans 200 entreprises au premier trimestre 2026 enfonce le clou : une consommation massive de tokens produit effectivement plus de code, mais ce code nécessite davantage d'allers-retours, de supervision humaine et de corrections, ce qui annule les gains de productivité supposés. À cela s'ajoute un risque de sécurité réel : MeshClaw dispose d'un accès large à des outils internes sensibles, ce qui peut provoquer des incidents graves en cas d'usage mal maîtrisé, comme l'ont déjà illustré de récentes pannes chez AWS attribuées à des agents IA. Ce phénomène dépasse Amazon. Meta avait développé un tableau de bord interne attribuant le statut de "Token Legend" aux plus gros consommateurs de tokens, avant de le retirer sous pression, tout en maintenant un suivi officiel de l'usage IA. La pression vient du sommet : Amazon a annoncé 200 milliards de dollars de dépenses d'investissement pour 2026, en grande partie fléchés vers l'IA et les centres de données. Pour justifier ces montants astronomiques auprès des actionnaires, les directions poussent les équipes à produire des preuves d'usage, créant une mécanique où l'apparence d'adoption compte autant que l'adoption réelle. L'enjeu, désormais, est de distinguer la valeur générée par l'IA de la valeur simulée pour complaire aux tableaux de bord.

SociétéOpinion
1 source
Meta AI : un vrai pot de colle, vous ne pouvez pas le bloquer sur Threads
3656Le Big Data 

Meta AI : un vrai pot de colle, vous ne pouvez pas le bloquer sur Threads

Meta a annoncé mardi le lancement d'un test de sa fonctionnalité Meta AI directement intégrée à Threads, son réseau social concurrent de X. Le principe reprend le modèle de Grok chez xAI : les utilisateurs peuvent mentionner le compte @Meta AI dans n'importe quelle conversation pour déclencher une réponse automatique de l'assistant. Le déploiement reste pour l'instant limité à cinq pays : l'Argentine, la Malaisie, le Mexique, l'Arabie saoudite et Singapour. L'IA peut répondre à des questions du quotidien, comme expliquer la tendance du matcha ou indiquer la prononciation du mot "Cannes", selon une vidéo de démonstration publiée par Meta elle-même. Le problème central qui a enflammé la plateforme tient en un mot : le blocage est impossible. Contrairement à n'importe quel autre compte sur Threads, Meta AI ne peut pas être bloqué par les utilisateurs. L'option habituelle, accessible via les trois points du profil, disparaît purement et simplement du menu. Certains utilisateurs ont signalé avoir brièvement aperçu le bouton avant de recevoir un message d'erreur en tentant de l'utiliser. La grogne a rapidement pris de l'ampleur : le sujet "Impossible de bloquer Meta AI" est devenu viral avec plus d'un million de publications sur la plateforme, avant de disparaître mystérieusement des tendances, ce qui n'a fait qu'amplifier la méfiance. Face à la pression, Meta a répondu via sa porte-parole Christine Pai, qui assure que les utilisateurs peuvent "gérer leur expérience" en masquant certaines réponses, en les désactivant dans leur fil ou en sélectionnant l'option "Pas intéressé(e)". Le blocage direct, lui, reste indisponible. Cette situation illustre une tension de fond qui traverse toute l'industrie des réseaux sociaux : l'intégration forcée d'assistants IA dans des espaces de conversation que les utilisateurs considèrent comme les leurs. Meta, qui cherche à monétiser et valoriser ses investissements massifs dans l'IA, a tout intérêt à maximiser l'exposition de Meta AI à travers ses milliards d'utilisateurs sur Facebook, Instagram et Threads. Mais l'absence d'option de blocage soulève des questions légitimes sur le consentement et le contrôle des utilisateurs, particulièrement en Europe où le cadre réglementaire du RGPD impose des obligations strictes en la matière. Si le test se conclut par un déploiement mondial, Meta devra probablement trancher : soit introduire une vraie option de blocage pour respecter les attentes des utilisateurs et les réglementations, soit assumer pleinement le choix de rendre son IA incontournable sur la plateforme.

ÉthiqueOpinion
1 source
Il avait contourné les garde-fous de ChatGPT : Denis Shilov lève 9,35 millions d’euros pour WHITE CIRCLE
3657FrenchWeb 

Il avait contourné les garde-fous de ChatGPT : Denis Shilov lève 9,35 millions d’euros pour WHITE CIRCLE

White Circle, startup spécialisée dans la supervision et la sécurisation des modèles d'intelligence artificielle, a bouclé un tour de financement de 11 millions de dollars, soit environ 9,35 millions d'euros. Le tour a attiré un panel exceptionnel de figures de l'écosystème IA mondial : Romain Huet, Dirk Kingma (co-inventeur des VAE), Guillaume Lample (co-fondateur de Mistral AI), Thomas Wolf (Hugging Face), François Chollet (créateur de Keras), Olivier Pomel (Datadog) et Paige Bailey (Google DeepMind) figurent parmi les participants. La société est fondée par Denis Shilov, qui s'était fait remarquer en contournant les garde-fous de sécurité de ChatGPT. Ce financement souligne l'urgence croissante de sécuriser les systèmes d'IA déployés en production. White Circle propose des outils pour surveiller le comportement des modèles en temps réel, détecter les dérives et prévenir les abus, un besoin devenu critique alors que les entreprises intègrent massivement des grands modèles de langage dans leurs processus métier. La capacité de Shilov à jailbreaker des modèles comme ChatGPT illustre concrètement les failles existantes, et c'est précisément cette expertise offensive qui lui confère une crédibilité rare dans la défense. La supervision d'IA, ou "AI guardrails", est devenue l'un des segments les plus disputés du marché. La présence d'investisseurs comme Chollet, dont les travaux sur l'intelligence générale font référence, ou Lample, architecte de Mistral, donne à White Circle une légitimité technique difficile à imiter. Alors que l'AI Act européen impose des exigences croissantes de traçabilité et de contrôle, ce type de solution devrait trouver un marché naturel auprès des entreprises cherchant à se conformer tout en déployant des agents autonomes à grande échelle.

SécuritéOpinion
1 source
SEVO : observation virtuelle enrichie sémantiquement pour la manipulation VLA robuste par éclairage actif et collecte de données
3658arXiv cs.RO 

SEVO : observation virtuelle enrichie sémantiquement pour la manipulation VLA robuste par éclairage actif et collecte de données

Des chercheurs publient sur arXiv (arXiv:2605.11114, mai 2025) une méthode baptisée SEVO (Semantic-Enhanced Virtual Observation) visant à résoudre l'un des problèmes les plus documentés des politiques VLA (Vision-Language-Action) et d'apprentissage par imitation : leur effondrement dès qu'elles quittent l'environnement d'entraînement. Sans modification de l'architecture du modèle, SEVO agit sur le flux caméra RGB brut via trois mécanismes combinés : des caméras fixes sur le corps du robot dont les champs de vision couvrent l'intégralité de l'espace de manipulation, un éclairage actif en spectre rouge qui normalise physiquement l'apparence des objets, et une segmentation YOLO en temps réel qui produit une représentation sémantique invariante au fond. Les tests portent sur des bouteilles d'eau transparentes -- objets délibérément difficiles car ils se confondent visuellement avec leur environnement -- dans une tâche de pick-and-place répétée sur deux plateformes mobiles. Avec SEVO, la politique ACT atteint 95 % de succès en environnement d'entraînement et 85 % en environnement inédit ; SmolVLA atteint 83 % et 75 % respectivement. Sans SEVO, ces mêmes politiques plafonnent à 75 %/70 % en entraînement et s'effondrent à 30-35 % hors contexte. Ces résultats remettent directement en cause le paradigme dominant qui consiste à compenser le manque de robustesse par une mise à l'échelle des modèles. Les praticiens de la communauté open source rapportaient déjà des taux de transfert quasi nuls avec les benchmarks ACT et SmolVLA standards, pourtant affichant des scores élevés en laboratoire. SEVO démontre que la conception de l'observation -- ce que le robot "voit" et comment -- combinée à une diversification systématique des données de téléopération (variations d'éclairage, de fond, d'objets distracteurs) constitue le levier de généralisation le plus efficace, bien devant le choix du modèle. Pour un intégrateur ou un COO industriel, l'implication est directe : un robot à bas coût bien "observé" et entraîné sur des données variées surpasse un modèle plus sophistiqué entraîné dans des conditions homogènes. Le contexte est celui de l'essor des toolchains communautaires autour des VLA, notamment les frameworks lekiwi et SO-101 sur lesquels ACT et SmolVLA sont régulièrement évalués. La "sim-to-real gap" et le "domain shift" sont des problèmes ouverts depuis des années dans la manipulation robotique ; des approches comme domain randomization ou data augmentation tentaient déjà d'y répondre par le calcul. SEVO prend le parti inverse : agir sur le hardware d'observation et le protocole de collecte plutôt que sur l'architecture ou la puissance de calcul. Les suites logiques de ces travaux incluent l'extension à des tâches multi-étapes, à des objets plus variés, et potentiellement à des bases mobiles commerciales -- un terrain sur lequel des acteurs comme Boston Dynamics (Spot), AgileX ou les startups européennes de manipulation à coût réduit sont directement concernés.

RobotiqueOpinion
1 source
Surmonter l'aveuglement aux dynamiques : correction de vitesse et de trajectoire sans entraînement pour les modèles VLA
3659arXiv cs.RO 

Surmonter l'aveuglement aux dynamiques : correction de vitesse et de trajectoire sans entraînement pour les modèles VLA

Des chercheurs ont publié mi-mai 2026 sur arXiv (référence 2605.11459) une méthode baptisée "Pace-and-Path Correction" pour corriger un angle mort structurel des modèles VLA (Vision-Language-Action). Ces modèles, socle technique des bras manipulateurs de nouvelle génération, sont entraînés sur des observations à image unique (single-frame), ce qui les rend incapables de percevoir les dynamiques temporelles lors de l'exécution d'une séquence planifiée. En pratique, dès qu'un objet bouge pendant que le robot exécute un "action chunk", les performances chutent sévèrement, même après fine-tuning sur des datasets dynamiques. L'opérateur proposé s'applique à l'inférence sans ré-entraînement, comme une couche wrapper autour de tout VLA à action chunking, et se décompose en deux canaux orthogonaux issus d'une minimisation de coût quadratique unique : un canal "pace" compressant l'exécution le long de la trajectoire prévue, et un canal "path" appliquant un décalage spatial orthogonal pour absorber les perturbations dynamiques dans la fenêtre temporelle du chunk. Évalué sur MoveBench, un benchmark conçu pour isoler le mouvement comme seule variable contrôlée, la méthode améliore le taux de succès de 28,8 points de pourcentage en environnement purement dynamique et de 25,9 points en contexte mixte statique-dynamique, surpassant les VLAs de base ainsi que les approches dynamiques-adaptatives existantes. L'enjeu est directement opérationnel : les VLAs actuels comme pi-0 de Physical Intelligence, OpenVLA ou GR00T N2 de Nvidia peinent dès qu'un convoyeur avance ou qu'un opérateur interfère avec la scène, soit le cas standard en environnement industriel réel. Corriger ce "dynamics gap" exigeait jusqu'ici un ré-entraînement coûteux, souvent rédhibitoire pour un intégrateur sans infrastructure ML dédiée. Le caractère training-free de Pace-and-Path Correction signifie qu'elle peut s'intégrer sur un modèle déjà déployé sans modifier les poids ni la pipeline d'apprentissage, abaissant drastiquement la barrière d'adoption pour des déploiements en conditions réelles. La "dynamics-blindness" des VLAs est une critique récurrente depuis l'émergence de pi-0 et OpenVLA en 2024-2025, la majorité des démonstrations publiques ayant lieu sur scènes statiques et laissant ouvert le demo-to-reality gap dès que les conditions industrielles se compliquent. Ce travail s'inscrit dans la course à la manipulation robuste que se livrent Nvidia, Figure (Figure 03), Boston Dynamics et 1X Technologies. Aucun acteur français n'est directement cité, mais les conclusions intéressent des intégrateurs comme Exotec et des équipes de recherche comme le LAAS-CNRS travaillant sur la manipulation en environnement non-structuré. La prochaine étape logique est une validation sur hardware réel - le papier reste à ce stade un benchmark simulé - et une intégration dans des stacks open-source comme LeRobot de Hugging Face.

RechercheOpinion
1 source
Hallucination d'action dans les modèles vision-langage-action (VLA) génératifs
3660arXiv cs.RO 

Hallucination d'action dans les modèles vision-langage-action (VLA) génératifs

Des chercheurs ont publié sur arXiv (référence 2602.06339, version 2, février 2026) une analyse théorique des hallucinations d'action dans les modèles VLA (Vision-Language-Action), ces architectures de fondation qui promettent une généralisation large pour le contrôle robotique de bout en bout. L'étude, centrée sur les politiques génératives à variables latentes, identifie trois catégories de barrières structurelles qui provoquent des hallucinations, c'est-à-dire des actions générées violant des contraintes physiques du monde réel : une barrière topologique (liée à la topologie de l'espace d'action), une barrière de précision (résolution insuffisante pour les tâches fines), et une barrière d'horizon (dégradation des performances sur les séquences longues). Ces barrières ne sont pas des artefacts d'implémentation corrigeables à la marge, mais des inadéquations structurelles entre l'espace des comportements robots physiquement réalisables et les architectures de modèles courantes. La portée de ce travail dépasse le cadre académique : il fournit des explications mécanistes aux échecs empiriques régulièrement rapportés lors du déploiement de politiques VLA en conditions réelles, et remet en question une hypothèse dominante du secteur selon laquelle les modèles de fondation généralistes résoudraient intrinsèquement le problème de génération d'action en robotique incarnée. Pour les intégrateurs et les équipes R&D industrielles, cela signifie que des phénomènes observés en déploiement, comme des mouvements incohérents, des échecs sur des tâches longues ou des erreurs de précision fine, ont une origine architecturale identifiable, et non pas seulement un déficit de données d'entraînement. Les auteurs soulignent que ces limitations imposent des compromis inévitables, et non des problèmes résolubles uniquement par le scaling ou l'augmentation des datasets. Le champ des VLAs s'est considérablement densifié depuis 2023 avec des modèles comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA, OpenVLA (open-source) ou encore RT-2 de Google DeepMind, qui font tous le pari d'une politique robotique unifiée entraînée sur des données massives. Cette étude apporte une perspective critique et formalisée dans un domaine encore largement dominé par des démonstrations en environnements contrôlés, souvent sans publication des métriques d'échec. Les auteurs ne proposent pas d'abandonner l'approche générative, mais tracent des directions pour améliorer fiabilité et robustesse sans sacrifier la puissance expressive de ces architectures, un prérequis non négociable pour franchir le seuil du déploiement industriel réel.

RechercheOpinion
1 source