Aller au contenu principal

Actualités IA — page 252

9 335 articles au fil, du plus récent au plus ancien.

Les créateurs de NanoClaw transforment leur environnement open source pour agents IA en second cerveau d'entreprise
Illustration générée par IA
5021VentureBeat AI 

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

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

BusinessActu
1 source
Google présente ses outils de codage IA comme la solution la plus rentable
Illustration générée par IA
5022The Information AI 

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

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

BusinessActu
1 source
ChatGPT Ads Manager : l’outil que vous attendez pour gérer vos campagnes publicitaires ?
Illustration générée par IA
5023Le Big Data 

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

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

BusinessOpinion
1 source
Si Google n'arrive pas à rendre les agents IA utiles, personne ne le pourra peut-être
Illustration générée par IA
5024The Verge AI 

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

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

OutilsOutil
1 source
Une entreprise chinoise accélère l'intelligence des robots humanoïdes avec un contrôle à 300 FPS
Illustration générée par IA
5025Interesting Engineering 

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

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

RobotiqueOpinion
1 source
La passerelle IA : centraliser l'inférence à l'échelle d'équipes décentralisées
Illustration générée par IA
5026InfoQ AI 

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

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

InfrastructureOpinion
1 source
AION : la gigafactory IA d'Orange, EDF et Capgemini
Illustration générée par IA
5027FrenchWeb 

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

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

InfrastructureActu
1 source
PRELUDE lève 17 millions d’euros pour distinguer les vrais utilisateurs des faux
Illustration générée par IA
5028FrenchWeb 

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

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

SécuritéActu
1 source
Gemini Omni vs Seedance 2.0 : quelle est la meilleure IA de génération vidéo en 2026 ?
Illustration générée par IA
5029Le Big Data 

Gemini Omni vs Seedance 2.0 : quelle est la meilleure IA de génération vidéo en 2026 ?

Google a officiellement lancé Gemini Omni le 19 mai 2026 lors de son Google I/O annuel, entrant directement en concurrence avec Seedance 2.0 de ByteDance, sorti dès le 12 février 2026. Ces deux modèles représentent aujourd'hui le sommet de la génération vidéo par IA. Gemini Omni remplace Veo 3.1 dans l'application Gemini et introduit une nouveauté de fond : l'édition conversationnelle. L'utilisateur génère un clip, puis demande en langage naturel de modifier l'arrière-plan, de changer un personnage ou de stabiliser une séquence, sans passer par une timeline ou des calques. Seedance 2.0, lui, trône en tête du classement Artificial Analysis Video Arena avec un score Elo de 1 269 en texte-vers-vidéo et 1 351 en image-vers-vidéo, devant Kling 3.0, Veo 3.1 et Sora 2. Sa signature technique est la génération audio native et synchronisée en une seule passe : chaque son d'impact, chaque ambiance musicale est produit automatiquement au bon moment, sans post-production. L'enjeu commercial est clair : la vidéo générée par IA sort du stade expérimental pour devenir un outil de production réel. Pour les créateurs de contenu, les agences et les entreprises, le choix entre ces deux plateformes aura des conséquences concrètes sur les flux de travail. Gemini Omni cible les utilisateurs déjà dans l'écosystème Google, avec une intégration native à Google Photos, Workspace, YouTube et Android, ainsi que la possibilité de créer des avatars numériques réutilisables. Seedance 2.0 s'adresse davantage aux professionnels qui cherchent une qualité visuelle maximale et un contrôle précis via des références multiples et des keyframes. Sur le plan tarifaire, Google propose Gemini Omni dès 19,99 dollars par mois (plan Pro), avec un plan Ultra redescendu à 99,99 dollars lors du Google I/O, après avoir été affiché à 249 dollars. L'API, attendue dans les semaines à venir, devrait coûter environ 0,10 dollar par seconde en qualité standard. Cette confrontation s'inscrit dans une bataille plus large entre les grandes plateformes technologiques pour contrôler les outils de création vidéo à l'ère de l'IA générative. ByteDance bénéficie d'un avantage structurel : Seedance 2.0 a été entraîné sur des milliards de vidéos TikTok et Douyin, lui conférant une compréhension fine des dynamiques corporelles et des esthétiques populaires. Google, de son côté, mise sur l'intégration écosystème et la facilité d'usage conversationnel pour compenser un léger retard sur la qualité brute de génération, reconnu par les premières analyses indépendantes. L'API Gemini Omni n'étant pas encore disponible, le déploiement est encore partiel, ce qui laisse à Seedance 2.0 quelques semaines supplémentaires pour consolider sa position de référence sur le marché.

CréationOpinion
1 source
Gemini 3.5 Flash veut réduire les coûts IA des entreprises
Illustration générée par IA
5030Le Big Data 

Gemini 3.5 Flash veut réduire les coûts IA des entreprises

Google a lancé Gemini 3.5 Flash lors de sa conférence I/O 2026, le 19 mai 2026, en le positionnant comme son modèle propriétaire le plus économique à ce jour. Le tarif annoncé est de 1,50 dollar par million de jetons, une réduction significative pensée pour les entreprises qui déploient des agents IA à grande échelle. En parallèle, Google a dévoilé plusieurs nouveaux produits : Gemini Spark, un agent personnel capable d'agir en arrière-plan dans Gmail, Docs, Sheets et Slides pour compiler des informations, organiser des événements ou mettre à jour des tableaux en temps réel ; Omni Flash ; et AntiGravity 2.0, une nouvelle version de sa plateforme multi-agents. Sundar Pichai, PDG de Google, a déclaré que certaines organisations ont déjà consommé leur budget annuel de jetons alors que l'année est à peine entamée, soulignant l'urgence du problème. L'enjeu est directement financier pour les directions IT. À mesure que les agents IA s'intègrent dans les outils métiers, les volumes de jetons consommés explosent et les coûts dépassent les budgets prévus. Gemini 3.5 Flash cible précisément ces usages quotidiens à grande échelle, là où des économies de quelques centimes par million de jetons peuvent représenter des millions de dollars pour un grand groupe. L'intégration native avec Google Workspace est présentée comme un levier supplémentaire : en limitant le recours aux API externes, elle réduit mécaniquement la facture. Le modèle économique devient ainsi aussi déterminant que les performances techniques, notamment pour convaincre les entreprises de franchir le pas de l'industrialisation de l'IA au-delà des preuves de concept. Cette offensive tarifaire de Google s'inscrit dans une dynamique de marché plus large. Anthropic a récemment baissé les tarifs de Claude Opus 4.6, et la montée en puissance des modèles open source comme Qwen d'Alibaba accentue la pression sur les grands acteurs. Les performances des modèles propriétaires commençant à converger, le prix s'impose comme un facteur différenciant majeur pour fidéliser les clients entreprises. Google cherche ainsi à tenir tête à OpenAI et Anthropic sur le segment de l'IA agentielle, un marché où la viabilité économique conditionne désormais l'adoption massive. La prochaine étape sera de voir si cette baisse tarifaire suffit à convaincre les grandes organisations de standardiser leurs workflows autour de l'écosystème Google, ou si la concurrence répondra rapidement avec des ajustements similaires.

LLMsOpinion
1 source
Google associe son modèle Genie à Street View pour créer des mondes IA explorables basés sur des lieux réels
Illustration générée par IA
5031The Decoder 

Google associe son modèle Genie à Street View pour créer des mondes IA explorables basés sur des lieux réels

Google DeepMind a couplé son modèle de monde génératif Genie 3 à la base de données Street View pour permettre à des utilisateurs de créer des environnements 3D explorables à partir de lieux réels. Le principe est simple : l'utilisateur pose une épingle sur une carte, et le système génère automatiquement un monde interactif dans lequel il peut se déplacer, construit à partir des images photographiées par les voitures Google au fil des années. La démonstration illustre une convergence inédite entre la cartographie grand public et la génération de mondes par intelligence artificielle. L'enjeu dépasse la simple curiosité technologique. Ces environnements synthétiques mais ancrés dans la réalité constituent une ressource d'entraînement particulièrement précieuse pour les agents IA et les systèmes robotiques, qui ont besoin de naviguer dans des espaces proches du monde physique sans avoir à y être déployés physiquement. Là où les simulateurs classiques exigeaient un travail de modélisation manuel considérable, Genie 3 génère ces espaces à la volée, à partir de données déjà collectées massivement. Google DeepMind travaille sur la série Genie depuis 2024 : Genie 1 avait montré la capacité à générer des environnements 2D jouables, Genie 2 avait franchi le cap de la 3D cohérente. L'intégration à Street View transforme la flotte de véhicules cartographiques de Google en infrastructure d'entraînement pour la prochaine génération de robots et d'agents autonomes, positionnant l'entreprise avec un avantage concurrentiel difficile à répliquer pour des acteurs sans accès à des données géospatiales à cette échelle.

RecherchePaper
1 source
Des robots humanoïdes de Figure AI gèrent des colis sous le regard fasciné d'internet
Illustration générée par IA
5032Ars Technica AI 

Des robots humanoïdes de Figure AI gèrent des colis sous le regard fasciné d'internet

Depuis le 13 mai, la startup de robotique Figure AI diffuse en direct sur internet une démonstration continue de ses robots humanoïdes Figure 03 en train de manipuler des colis dans un entrepôt. La tâche assignée aux machines est précise : inspecter le code-barres de petits colis, cartons, enveloppes rembourrées, et les déposer sur un tapis roulant, face codée vers le bas. L'opération se déroule de façon entièrement autonome, sans intervention humaine, selon Brett Adcock, PDG de Figure AI. Le stream, initialement prévu sur huit heures, s'est prolongé pendant près d'une semaine et a inclus, à un moment, une confrontation directe entre un robot et un stagiaire humain. La vidéo est devenue virale, suscitant un engouement rare pour une démonstration technologique industrielle. Sur YouTube, des spectateurs ont baptisé les robots de surnoms ; sur X, des utilisateurs ont comparé l'événement au « plus grand démo produit depuis le 'one more thing' de Steve Jobs ». Face à cet enthousiasme inattendu, Figure AI a rapidement lancé une ligne de merchandising à l'effigie de ses robots. Pour l'industrie, ce type d'attention grand public représente un levier de financement et de recrutement considérable, à un moment où la robotique humanoïde attire des milliards de dollars d'investissement. Figure AI évolue dans un secteur en pleine effervescence, face à des concurrents comme Boston Dynamics, Agility Robotics ou encore Tesla avec son Optimus. La startup cherche à démontrer que ses robots peuvent accomplir des tâches logistiques répétitives avec une fiabilité suffisante pour une intégration industrielle réelle. Cela dit, les experts rappellent que même les démonstrations les plus impressionnantes restent des conditions contrôlées, loin de refléter la complexité du monde réel. La vraie question n'est pas de savoir si un robot peut placer des colis sur un tapis roulant pendant quelques heures, mais s'il peut le faire des milliers d'heures d'affilée, dans des environnements variables, sans supervision.

RobotiqueOpinion
1 source
NVIDIA AI lance Nemotron-Labs-Diffusion : modèle de langage à trois modes, 6 fois plus de tokens par inférence que Qwen3-8B
Illustration générée par IA
5033MarkTechPost 

NVIDIA AI lance Nemotron-Labs-Diffusion : modèle de langage à trois modes, 6 fois plus de tokens par inférence que Qwen3-8B

NVIDIA a publié Nemotron-Labs-Diffusion, une nouvelle famille de modèles de langage disponible en trois tailles, 3, 8 et 14 milliards de paramètres, avec des variantes de base, instruction et vision-langage. La particularité de cette architecture réside dans sa capacité à fonctionner selon trois modes de décodage distincts au sein d'un seul et même jeu de poids : le décodage autorégressif classique (AR), le décodage par diffusion parallèle, et un mode dit de "self-speculation". L'entraînement combine un objectif AR standard et un objectif de débruitage par diffusion, pondérés selon la formule L(θ) = LAR(θ) + 0,3 × Ldiff(θ). Le coefficient 0,3 a été déterminé par ablation sur une plage de 0,1 à 1,0, et s'est révélé optimal pour les deux modes simultanément. La procédure d'entraînement se déroule en deux phases : un trillion de tokens en mode purement autorégressif pour ancrer des priors linguistiques solides, suivi de 300 milliards de tokens supplémentaires avec l'objectif conjoint. Ce modèle répond à un problème fondamental des LLMs déployés en production : les modèles autorégressifs génèrent un token à la fois, ce qui sous-exploite massivement les GPU dans les scénarios à faible concurrence, typiquement les déploiements en edge ou pour un utilisateur unique. Le mode diffusion de Nemotron-Labs-Diffusion génère plusieurs tokens en parallèle par passe, grâce à une attention bidirectionnelle à l'intérieur de blocs contigus, tout en conservant une attention causale entre blocs pour réutiliser le cache KV. Le mode self-speculation est encore plus original : la voie diffusion génère un bloc de k tokens candidats, que la voie AR vérifie en une seconde passe, en validant le préfixe contigu le plus long. Chaque cycle produit entre 1 et k+1 tokens vérifiés, sans modèle auxiliaire ni tête de prédiction séparée, une différence notable par rapport aux approches comme Eagle3 ou Multi-Token Prediction. Les modèles de diffusion pour le langage souffrent depuis leur émergence d'un déficit de précision par rapport aux modèles autorégressifs : ils nécessitent davantage de données pour atteindre des performances comparables, notamment parce qu'ils ne tirent pas parti du biais gauche-droite naturel du langage. NVIDIA tente de résoudre cette tension structurelle en entraînant un modèle unique sur les deux objectifs, ce qui, selon leurs ablations, apporte un gain moyen de +7,48% via le seul ajout de la perte AR, et +5,74% grâce à l'entraînement en deux étapes. La publication de cette famille de modèles s'inscrit dans une compétition intense autour de l'efficacité inférentielle, où Qwen3-8B sert de référence explicite, NVIDIA revendiquant un ratio de 6× tokens par passe vers l'avant. La prochaine étape naturelle sera de voir si ces gains se confirment dans des benchmarks indépendants et des déploiements réels, et si l'approche tri-modale s'impose comme standard pour les futurs modèles hybrides.

LLMsOpinion
1 source
Le Gemini 3.5 Flash de Google emboite le pas à Anthropic et OpenAI en augmentant sensiblement le prix de ses nouveaux modèles
Illustration générée par IA
5034The Decoder 

Le Gemini 3.5 Flash de Google emboite le pas à Anthropic et OpenAI en augmentant sensiblement le prix de ses nouveaux modèles

Google a lancé Gemini 3.5 Flash, une nouvelle version de son modèle léger censée représenter un bond qualitatif significatif par rapport à la génération précédente. Mais selon des tests de benchmark récents, ce progrès a un prix : le modèle coûte 5,5 fois plus cher à faire tourner que son prédécesseur. Plus surprenant encore, sur les tâches dites "agentiques", où le modèle doit enchaîner plusieurs étapes d'action autonome, la facture dépasse même celle du Gemini 3.1 Pro, un modèle pourtant positionné dans la gamme supérieure, de 75 %. La raison : Gemini 3.5 Flash nécessite davantage d'étapes d'interaction que tous les concurrents testés. Cette hausse des coûts n'est pas anodine pour les développeurs et les entreprises qui intègrent ces modèles dans leurs produits. Les applications agentiques, qui multiplient les appels au modèle pour accomplir des tâches complexes, sont précisément celles qui connaissent la croissance la plus rapide. Un modèle plus cher à l'usage peut transformer radicalement l'économie d'un produit, notamment pour les startups qui construisent sur ces API. Google n'est pas un cas isolé : Anthropic et OpenAI ont suivi la même trajectoire, leurs modèles récents étant sensiblement plus coûteux que leurs prédécesseurs. La tendance reflète une réalité économique inévitable : les investissements colossaux consentis dans l'infrastructure et la recherche doivent commencer à se rentabiliser. L'ère des modèles performants et bon marché semble marquer le pas, et l'industrie entre dans une phase où la puissance se paie au prix fort.

LLMsOpinion
1 source
Symphony de Corti surpasse OpenAI en précision terminologique médicale dans la transcription vocale
Illustration générée par IA
5035VentureBeat AI 

Symphony de Corti surpasse OpenAI en précision terminologique médicale dans la transcription vocale

La startup danoise Corti a lancé Symphony for Speech-to-Text, une nouvelle génération de modèles de reconnaissance vocale clinique conçus pour la dictée en temps réel, la transcription de conversations et le traitement audio en lot. Selon une étude publiée en parallèle par l'entreprise, ses modèles réduisent le taux d'erreur de mots (WER) jusqu'à 93 % par rapport aux modèles généralistes sur la terminologie médicale. Sur l'anglais médical, Symphony atteint un WER de 1,4 %, contre 17,7 % pour le modèle vocal d'OpenAI, 17,4 % pour Whisper, 18,1 % pour ElevenLabs et 18,9 % pour Parakeet. Sur la reconnaissance d'entités cliniques structurées, dosages, mesures, dates, Symphony affiche un taux de rappel de 98,3 %, alors que le meilleur modèle généraliste testé plafonne à 44,3 %. Andreas Cleve, cofondateur et PDG de Corti, résume l'enjeu : l'objectif est de fournir aux systèmes d'IA des faits cliniques précis sur lesquels raisonner, pas simplement une transcription brute. Cet écart de 54 points sur le rappel d'entités n'est pas un détail technique : c'est la frontière entre un outil qui fait gagner du temps au médecin et un outil qui engage sa responsabilité juridique. Dans un contexte où les agents IA autonomes commencent à assister activement aux décisions cliniques, à naviguer dans les dossiers médicaux électroniques et à fournir un support en temps réel, la transcription n'est plus un document final pour un humain, elle devient la couche de données fondatrice sur laquelle s'appuient tous les processus suivants. Une confusion entre "hyperthyroïdie" et "hypothyroïdie", ou une mauvaise interprétation d'un dosage médicamenteux, se propage alors à chaque agent en aval, transformant une erreur de transcription isolée en risque systémique. L'architecture de Corti produit directement des sorties cliniques structurées depuis l'API, permettant aux applications de raisonner sur des faits propres plutôt que sur du texte non formaté. La sortie de Symphony illustre une tension plus profonde dans le monde de l'IA d'entreprise : les modèles fondationnels généralistes, aussi puissants soient-ils, montrent leurs limites dans les secteurs hautement réglementés et à vocabulaire spécialisé. Les urgences médicales, les acronymes cliniques et les abréviations de prescription constituent un défi que ni OpenAI ni Whisper n'ont jusqu'ici su relever avec la fiabilité requise. Corti, fondée à Copenhague et déjà présente dans plusieurs systèmes de santé européens et américains, mise sur cette niche stratégique pour s'imposer comme infrastructure de référence pour les développeurs d'outils d'IA médicale. La question qui se pose désormais pour l'industrie est de savoir si les grands acteurs généralistes vont affiner leurs modèles sur des domaines verticaux, ou si des spécialistes comme Corti sont structurellement mieux placés pour adresser des environnements où une seule erreur peut avoir des conséquences cliniques réelles.

OutilsOutil
1 source
Alibaba conçoit des puces IA pour les agents autonomes, ce qui redéfinit les enjeux de la course aux semi-conducteurs
Illustration générée par IA
5036AI News 

Alibaba conçoit des puces IA pour les agents autonomes, ce qui redéfinit les enjeux de la course aux semi-conducteurs

Alibaba a présenté le Zhenwu M890, un processeur développé par sa filiale semi-conducteur T-Head, conçu spécifiquement pour les agents IA. Selon l'entreprise, la puce offre des performances trois fois supérieures à son prédécesseur, le Zhenwu 810E. Mais la véritable nouveauté n'est pas le bond de puissance brute : le M890 est architecturalement pensé pour les agents IA, ces systèmes logiciels qui doivent maintenir de longs contextes en mémoire, coordonner plusieurs modèles en temps réel et exécuter des tâches complexes à plusieurs étapes avec une intervention humaine minimale. Ces exigences, notamment en bande passante mémoire et en communication inter-modèles, sont fondamentalement différentes de celles des puces d'inférence classiques. En parallèle, Alibaba a annoncé Qwen 3.7-Max, la dernière version de son grand modèle de langage phare, capable de fonctionner en continu jusqu'à 35 heures sans dégradation des performances, une spec qui n'a de sens que si l'on conçoit pour une opération autonome prolongée. Ce qui change vraiment avec cette annonce, c'est la nature de la compétition. Alibaba ne comble pas un vide laissé par les contrôles à l'exportation américains : l'entreprise construit une pile IA intégrée et fermée, avec sa propre puce chez T-Head, son propre modèle chez Qwen, et sa propre plateforme de livraison cloud via Bailian. Le M890 sera disponible aux entreprises chinoises empaqueté dans le Panjiu AL128, un serveur rack intégrant 128 accélérateurs M890. T-Head annonce par ailleurs avoir déjà livré plus de 560 000 unités Zhenwu à plus de 400 clients dans 20 secteurs, dont l'automobile et la finance. Ce n'est pas du matériel de laboratoire : Alibaba dispose déjà de données de déploiement à l'échelle réelle avant même le lancement commercial du M890. La feuille de route publiée simultanément est tout aussi significative. Le M890 sera suivi du V900 au troisième trimestre 2027, promettant un nouveau gain de performances triple, puis du J900 au troisième trimestre 2028. Cette cadence délibérée rappelle les cycles tick-tock de Nvidia, et fait écho à la roadmap similaire dévoilée par Huawei pour sa ligne Ascend l'an dernier. Les deux annonces révèlent la même conclusion stratégique : les grandes entreprises technologiques chinoises ont décidé que dépendre de puces étrangères, même dans un scénario d'allègement des restrictions, représente un risque structurel inacceptable. Cette conviction se traduit en capital : Alibaba a engagé plus de 380 milliards de yuans (environ 53 milliards de dollars) dans l'infrastructure cloud et IA sur trois ans, son plus grand investissement sectoriel à ce jour. Le M890 et ses successeurs sont le résultat direct de cette mise.

InfrastructureOpinion
1 source
Ingérence, manipulation du vote… Les chatbots IA (ChatGPT et Gemini) sont sous haute surveillance de l’Arcom
Illustration générée par IA
503701net 

Ingérence, manipulation du vote… Les chatbots IA (ChatGPT et Gemini) sont sous haute surveillance de l’Arcom

L'Arcom, le régulateur français de l'audiovisuel et du numérique, a placé ChatGPT d'OpenAI et Gemini de Google dans son viseur pour les deux prochaines années. L'institution a annoncé son intention de « rééquilibrer les règles du jeu » vis-à-vis des plateformes numériques et des agents conversationnels IA, en ciblant explicitement leur rôle potentiel dans le processus électoral. L'échéance est claire : l'élection présidentielle française de 2027. L'enjeu central est celui de la responsabilité éditoriale des chatbots. Ces outils, consultés par des dizaines de millions d'utilisateurs pour s'informer, peuvent orienter les perceptions politiques, diffuser des informations inexactes ou amplifier des narratifs partisans sans que leur concepteur n'en assume la moindre responsabilité juridique. L'Arcom cherche à combler ce vide réglementaire avant que ces systèmes ne pèsent sur un scrutin majeur, comme ils ont pu le faire, selon plusieurs études, lors des élections américaines et européennes récentes. La démarche s'inscrit dans un mouvement réglementaire plus large en Europe, où l'AI Act européen impose déjà certaines obligations aux systèmes à haut risque. La France anticipe désormais des risques spécifiques liés à la désinformation électorale et à la manipulation du vote via l'IA générative. OpenAI et Google devront probablement s'aligner sur de nouvelles exigences de transparence et de modération, sous peine de sanctions. L'Arcom dispose d'un précédent avec sa régulation des réseaux sociaux, mais les chatbots posent des défis techniques inédits en matière de traçabilité des sources et de détection des biais.

RégulationReglementation
1 source
Agents IA : pourquoi Singapour attire OpenAI et Google ?
Illustration générée par IA
5038Le Big Data 

Agents IA : pourquoi Singapour attire OpenAI et Google ?

Lors de l'ATxSummit 2026 ce 20 mai, Singapour a officialisé deux accords stratégiques distincts avec OpenAI et Google, marquant une nouvelle étape dans son ambition de devenir la capitale asiatique de l'intelligence artificielle. OpenAI s'engage à investir plus de 300 millions de dollars singapouriens dans la cité-État et à y ouvrir son premier laboratoire d'IA appliquée hors des États-Unis, avec la création de plus de 200 postes techniques dédiés à l'intégration de modèles IA dans des environnements métier réels. Google, de son côté, formalise un partenariat axé sur la gouvernance et la recherche appliquée, avec notamment la publication d'un livre blanc conjoint avec le gouvernement sur le déploiement sécurisé des agents IA, dans la continuité d'un environnement de test lancé en 2025. Les deux géants ciblent des secteurs prioritaires comme la santé, la finance, les services publics et les infrastructures numériques, et prévoient des programmes de formation pour ingénieurs, enseignants et PME. Ces annonces confirment Singapour comme terrain d'expérimentation de référence pour l'industrialisation des agents IA en Asie-Pacifique. Pour les entreprises technologiques et les grands groupes qui cherchent à déployer l'IA à grande échelle, la cité-État offre une combinaison rare : infrastructures robustes, cadre réglementaire prévisible, viviers de talents qualifiés et soutien actif de l'État. OpenAI et Google rejoignent ainsi Amazon Web Services, Microsoft et Google DeepMind, qui avaient déjà établi des positions fortes dans le pays. L'enjeu concret est d'accélérer l'adoption opérationnelle des agents autonomes dans des entreprises locales et régionales, en développant des systèmes capables d'automatiser des tâches complexes et de soutenir des opérations métier critiques. Ce positionnement n'est pas le fruit du hasard. Depuis plusieurs années, Singapour investit méthodiquement dans son infrastructure technologique, traitant désormais l'IA comme une infrastructure stratégique au même titre que le cloud ou les télécommunications. Le gouvernement a engagé plus d'un milliard de dollars singapouriens sur la période 2025-2030 pour renforcer la recherche publique et accélérer l'adoption de l'IA dans l'économie nationale. Pour OpenAI, la cité-État représente surtout une porte d'entrée vers l'ensemble de la région Asie-Pacifique, avec un environnement politique et économique plus stable que d'autres marchés régionaux. La question des agents autonomes sécurisés, portée activement par Google, sera centrale pour la suite : à mesure que les entreprises intègrent ces systèmes dans des processus critiques, la gouvernance devient un avantage concurrentiel autant qu'une nécessité réglementaire.

☕️ Andrej Karpathy, un des pères fondateurs d’OpenAI et ancien de Tesla, rejoint Anthropic
Illustration générée par IA
5039Next INpact 

☕️ Andrej Karpathy, un des pères fondateurs d’OpenAI et ancien de Tesla, rejoint Anthropic

Andrej Karpathy, l'un des co-fondateurs d'OpenAI en 2015 aux côtés de Sam Altman, Elon Musk, Ilya Sutskever et Greg Brockman, vient d'annoncer sur X son arrivée chez Anthropic. Chercheur parmi les plus respectés du domaine, il avait quitté OpenAI une première fois en 2017 pour diriger l'équipe IA de Tesla pendant cinq ans, avant d'y retourner en 2023 pour travailler sur l'entraînement intermédiaire et la génération de données synthétiques. Ce second départ le mène cette fois chez le principal rival de son ancienne maison, où il reprendra des activités de recherche et développement sur les grands modèles de langage. Il a précisé dans son annonce estimer que « les prochaines années à la pointe des LLMs seront particulièrement formatrices », tout en indiquant vouloir reprendre à terme son travail de vulgarisation, notamment via sa chaîne YouTube lancée en 2024. Ce mouvement est symboliquement fort : voir un fondateur historique d'OpenAI rejoindre Anthropic, entreprise créée en 2021 par des transfuges d'OpenAI, dont Dario et Daniela Amodei, envoie un signal clair sur l'attractivité croissante d'Anthropic dans la compétition pour les meilleurs chercheurs. Pour Anthropic, recruter un profil de cette stature renforce sa crédibilité en R&D à un moment crucial, alors que la course aux capacités des LLMs s'intensifie et que les deux entreprises se préparent toutes les deux à entrer en bourse. Le contexte autour de ce transfert est particulièrement agité. Anthropic vient de signer un partenariat avec SpaceX pour accéder au datacenter Colossus, ce qui lui permet d'augmenter significativement sa puissance de calcul et de lever des restrictions d'accès à Claude. OpenAI, de son côté, traverse une période plus turbulente : l'arrêt de Sora a brisé son partenariat avec Disney et provoqué plusieurs départs de hauts responsables. Ce repositionnement simultané des deux géants, combiné à leurs préparations respectives pour une introduction en bourse, dessine une nouvelle phase de consolidation dans l'industrie de l'IA générative.

BusinessOpinion
1 source
☕️ Andrej Karpathy, un des pères fondateurs d’OpenAI et ancien de Tesla, rejoint Anthropic
Illustration générée par IA
5040Next INpact 

☕️ Andrej Karpathy, un des pères fondateurs d’OpenAI et ancien de Tesla, rejoint Anthropic

Andrej Karpathy, l'un des cofondateurs d'OpenAI et ancien directeur de l'IA chez Tesla, a annoncé en mai 2026 sur X qu'il rejoignait Anthropic pour y reprendre la recherche et développement. Figure centrale de l'histoire des grands modèles de langage, Karpathy avait co-fondé OpenAI en 2015 aux côtés de Sam Altman, Elon Musk, Ilya Sutskever et Greg Brockman, avant de diriger l'IA chez Tesla de 2017 à 2022, puis de revenir brièvement chez OpenAI en 2023 pour constituer une équipe spécialisée dans l'entraînement intermédiaire et la génération de données synthétiques. Dans son message d'annonce, il précise : « Je pense que les prochaines années à la pointe des LLMs seront particulièrement formatrices », ajoutant qu'il compte également reprendre son travail de vulgarisation scientifique, notamment sa chaîne YouTube lancée en 2024 et dédiée à l'explication accessible de l'IA. Ce mouvement représente un signal fort dans la guerre des talents qui oppose les deux principaux laboratoires d'IA américains. Voir un fondateur historique d'OpenAI rejoindre son concurrent direct pour de la recherche fondamentale renforce considérablement la crédibilité scientifique d'Anthropic, déjà en pleine montée en puissance. Pour Anthropic, qui vient d'annoncer un partenariat avec SpaceX pour accéder au datacenter Colossus et décupler sa puissance de calcul, l'arrivée de Karpathy consolide une ambition claire : s'imposer comme le laboratoire de référence sur les LLMs de pointe, face à une OpenAI en turbulences internes. Ces deux entreprises préparent simultanément leur entrée en bourse, ce qui rend chaque mouvement stratégique particulièrement scruté. OpenAI traverse une période difficile : fermeture de Sora, son outil de génération vidéo qui avait pourtant séduit Disney jusqu'à dissoudre ce partenariat, et plusieurs départs de hauts responsables dans la foulée. Karpathy, lui, incarne une génération de chercheurs qui croient que l'essentiel de la course aux LLMs reste à venir, et son choix d'Anthropic plutôt que de rester à OpenAI ou de rejoindre un acteur plus récent envoie un message sans ambiguïté sur la trajectoire qu'il anticipe pour le secteur.