Actualités IA — page 295

7 595 articles au fil, du plus récent au plus ancien.

39

5881AWS ML Blog 

Affiner les LLM avec des données non structurées via SageMaker Unified Studio et S3

Amazon Web Services a annoncé une intégration entre Amazon SageMaker Unified Studio et les buckets Amazon S3 grand public, permettant d'exploiter des données non structurées directement dans les workflows de machine learning. Le cas d'usage présenté illustre l'affinage du modèle Llama 3.2 11B Vision Instruct, développé par Meta, pour des tâches de questions-réponses visuelles (VQA), comme l'extraction automatique d'informations depuis des reçus ou documents scannés. Le modèle de base atteint un score ANLS de 85,3 % sur le benchmark DocVQA, une métrique mesurant la similarité entre réponse prédite et réponse attendue. Pour l'affinage, AWS utilise le dataset DocVQA de Hugging Face, qui contient 39 500 exemples d'entraînement associant image, question et réponse. Trois versions affinées sont produites avec des volumes de données variables : 1 000, 5 000 et 10 000 images, orchestrées entièrement via SageMaker Unified Studio et évaluées avec Amazon SageMaker MLflow en mode serverless. Cet affinement ciblé permet aux équipes data de dépasser les limites d'un modèle généraliste sans reconstruire une infrastructure complexe de bout en bout. Pour les entreprises traitant des documents à haute valeur, contrats, factures, rapports médicaux, gagner quelques points de précision au-delà de 85 % peut représenter une différence opérationnelle significative. L'intégration native entre S3 et le catalogue SageMaker supprime une friction majeure : les données non structurées (images, PDF, textes bruts) deviennent des actifs directement exploitables par les équipes ML sans pipeline d'ingestion personnalisé. Le suivi des expériences via MLflow serverless permet en outre de comparer objectivement les trois variantes affinées et de documenter les gains de performance, une exigence croissante dans les déploiements enterprise. Cette annonce s'inscrit dans la stratégie d'AWS pour faire de SageMaker Unified Studio une plateforme unifiée couvrant l'ensemble du cycle MLOps, depuis l'ingestion des données brutes jusqu'au déploiement en production. La montée en puissance des modèles multimodaux, capables de traiter simultanément texte et image, crée une demande forte pour des outils d'affinage accessibles, sans que chaque équipe doive maîtriser les subtilités de l'entraînement distribué. AWS positionne ici SageMaker JumpStart comme point d'accès aux modèles fondamentaux, tandis que l'infrastructure d'entraînement repose sur des instances p4de.24xlarge, des GPU haute performance nécessitant une demande d'augmentation de quota. La prochaine étape logique pour AWS sera d'élargir cette intégration à d'autres formats de données non structurées et à davantage de modèles fondamentaux, dans un contexte où Google, Microsoft Azure et les plateformes spécialisées comme Modal ou Together AI se disputent le même terrain des équipes ML entreprise.

Outils⚒Outil

1 source

42

5882AWS ML Blog 

Amazon Polly introduit le streaming bidirectionnel pour la synthèse vocale en temps réel

Amazon vient d'annoncer une nouvelle API de streaming bidirectionnel pour son service de synthèse vocale Amazon Polly, baptisée StartSpeechSynthesisStream. Contrairement aux approches traditionnelles, cette API permet d'envoyer du texte et de recevoir de l'audio simultanément, en flux continu sur une connexion HTTP/2 unique. Les tests de performance réalisés par Amazon portaient sur 7 045 caractères (970 mots) avec la voix Matthew et le moteur Generative en MP3 24 kHz, en simulant une génération de tokens à environ 30 ms par mot, soit les conditions réelles d'un grand modèle de langage en production. L'API accepte des fragments de texte au fil de l'eau via des TextEvent, retourne des chunks audio via des AudioEvent, et confirme la fin du flux avec un StreamClosedEvent. Pour les applications d'IA conversationnelle, cette avancée supprime un goulot d'étranglement fondamental. Jusqu'ici, il fallait attendre que le LLM ait terminé de générer l'intégralité de sa réponse, puis envoyer ce texte complet au service TTS, puis attendre l'audio avant de lancer la lecture, trois étapes séquentielles qui s'ajoutaient les unes aux autres. Avec le streaming bidirectionnel, la synthèse vocale démarre dès les premiers tokens générés, ce qui réduit drastiquement la latence perçue par l'utilisateur final. Pour les assistants virtuels, les agents téléphoniques automatisés ou les interfaces vocales en temps réel, cela se traduit par des conversations nettement plus naturelles, sans les silences artificiels qui trahissent une architecture en pipeline. Le lancement s'inscrit dans une course plus large à la latence dans l'écosystème de l'IA générative vocale, où des acteurs comme ElevenLabs, OpenAI (avec son API audio temps réel) et Google se disputent le marché des applications conversationnelles. AWS avait déjà un avantage avec Polly grâce au streaming audio sortant, mais l'entrée simultanée était jusqu'ici absente. La nouvelle API élimine également la complexité côté serveur : les développeurs n'ont plus besoin d'implémenter leur propre logique de découpage de texte en phrases, ni de gérer plusieurs appels API parallèles et le réassemblage audio qui en découlait. Une seule connexion persistante remplace cette infrastructure maison. Les prochaines étapes logiques concerneront probablement l'extension à davantage de voix et de langues avec le moteur Generative, ainsi que l'intégration native dans les frameworks d'agents AWS comme Bedrock.

Outils⚒Outil

1 source

58

5883Next INpact 

☕️ Le Parlement européen repousse la régulation de l’IA et veut interdire la nudification

Le Parlement européen a adopté ce jeudi une position officielle sur la simplification du règlement sur l'intelligence artificielle, avec 569 voix pour, 45 contre et 23 abstentions. Les députés proposent de repousser l'entrée en vigueur des obligations pour les systèmes d'IA à haut risque du 2 août 2026 au 2 décembre 2027, soit près d'un an et demi de délai supplémentaire. Les systèmes couverts par la législation sectorielle européenne de sécurité et de surveillance du marché sont, eux, repoussés au 2 août 2028. Par ailleurs, les règles sur le marquage numérique des contenus générés par IA, images, vidéos, textes, audio, sont décalées à novembre 2026, alors qu'elles devaient entrer en vigueur cet été. En parallèle, les députés introduisent une interdiction explicite des outils de « nudification », ces applications qui utilisent l'IA pour créer ou manipuler des images sexuellement explicites ressemblant à une personne réelle identifiable sans son consentement. Ces reports témoignent d'une tension profonde au sein des institutions européennes entre l'ambition régulatrice et la pression économique. Repousser les obligations pour les systèmes à haut risque signifie que des outils d'IA déployés dans des domaines sensibles, recrutement, crédit, justice, médecine, pourront continuer à opérer sans audit formel pendant encore deux ans. Pour les entreprises tech, c'est un répit bienvenu ; pour les associations de défense des droits numériques, c'est une capitulation devant les lobbys industriels. L'interdiction des outils de nudification apporte en revanche une réponse concrète à une urgence documentée : l'Internet Watch Foundation a alerté cette semaine sur la multiplication d'images et vidéos pédocriminelles générées par IA, soulignant l'ampleur du problème dès maintenant, bien avant toute entrée en vigueur d'un cadre légal. Ce vote s'inscrit dans le septième paquet omnibus de simplification proposé par la Commission européenne depuis novembre 2025, qui cherche à alléger les contraintes réglementaires pesant sur les entreprises dans un contexte de compétition accrue avec les États-Unis et la Chine. Le vote de position du Parlement ouvre désormais la voie aux négociations avec le Conseil de l'UE, puis à un trilogue avant le vote définitif sur la version consolidée de l'AI Act. La question du marquage des contenus IA est particulièrement sensible : des bases de données recensent déjà près de 12 000 sites d'actualités entièrement générés par IA, rendant la traçabilité de l'origine des contenus d'autant plus urgente. Le calendrier législatif révisé laisse donc plusieurs mois supplémentaires pendant lesquels ces contenus circuleront sans obligation d'identification.

Régulation⚖Reglementation

1 source

37

5884Le Big Data 

Tromper son ou sa partenaire avec une IA : est-ce vraiment de l’infidélité ?

Une étude publiée par Vantage Point Counseling Services révèle que 28 % des adultes ont déjà vécu une forme de romance avec une intelligence artificielle, dont 53 % étaient au moment des faits engagés dans une relation humaine stable. Ce phénomène s'appuie sur des plateformes comme Replika, qui revendique 30 millions d'utilisateurs actifs dans le monde. L'application permet des échanges intimes, des confidences et des interactions émotionnelles poussées avec un personnage virtuel personnalisable, accessible depuis un smartphone, à tout moment, sans aucune trace physique. La question de la trahison conjugale se pose avec une acuité nouvelle : si l'IA n'a ni corps ni conscience, l'infidélité reste entière dès lors qu'elle implique un détournement d'intimité. Le temps émotionnel investi dans un chatbot, les confidences, la complicité, le secret maintenu, constitue exactement le même vol d'attention que dans une liaison classique. Le mensonge, et non le support, est ce qui fracture un couple. L'IA présente pourtant un avantage pervers sur l'amant humain : elle est conçue pour être irréprochable, infiniment disponible, incapable de décevoir. Pour les couples en difficulté, elle agit moins comme une cause de rupture que comme un révélateur de vide relationnel préexistant. Ce phénomène s'inscrit dans une évolution plus large de la relation homme-machine. Les assistants conversationnels sont désormais optimisés pour générer de l'attachement émotionnel, un marché qui pèse 40 milliards de dollars selon les estimations sectorielles. Les plateformes de compagnie virtuelle comme Replika, Character.AI ou les fonctionnalités sociales intégrées à ChatGPT brouillent délibérément la frontière entre outil et relation. Les psychologues et thérapeutes de couple commencent à traiter des cas de dépendance affective à des IA, et certains cabinets juridiques spécialisés en droit de la famille anticipent des procédures de divorce où des interactions avec un chatbot constitueront des pièces à conviction. La vraie question n'est donc pas de savoir si une IA peut trahir, elle ne le peut pas, mais pourquoi un être humain choisit de lui confier ce qu'il ne dit plus à son partenaire.

Société❧Opinion

1 source

44

5885The Verge AI 

Meta se prépare à lancer deux nouvelles lunettes Ray-Ban avec IA

Meta et son partenaire fabricant EssilorLuxottica se préparent à lancer la prochaine génération de leurs lunettes connectées Ray-Ban AI. Des dépôts auprès de la FCC (Federal Communications Commission) américaine, publiés début mars 2026, révèlent l'existence de deux nouveaux modèles Ray-Ban Meta. Ces documents décrivent les appareils testés comme des « unités de production », ce qui indique généralement une commercialisation imminente. Ce lancement marque une nouvelle étape dans la course aux lunettes intelligentes grand public. Les Ray-Ban Meta, dotées d'une caméra, de microphones et d'un assistant IA vocal, ont déjà redéfini ce segment en combinant un design familier avec des fonctionnalités d'IA embarquées. Deux nouveaux modèles simultanés suggèrent une stratégie d'élargissement de la gamme, possiblement pour toucher différents segments de prix ou d'usages. Pour des millions de consommateurs, cela pourrait signifier des lunettes encore plus capables, avec de meilleures performances d'IA ou une autonomie améliorée. Meta avait dévoilé ses Ray-Ban de deuxième génération fin 2023, un peu plus d'un mois après les dépôts FCC correspondants, ce précédent laisse penser qu'une annonce officielle pourrait intervenir rapidement. La collaboration avec EssilorLuxottica, géant mondial de l'optique, donne à Meta un avantage de distribution et de légitimité que ses concurrents peinent à égaler. Alors qu'Apple et Google restent discrets sur leurs propres lunettes AR, Meta consolide sa position de leader incontesté du marché des lunettes connectées à l'IA.

Outils⚒Outil

1 source

42

5886Ars Technica AI 

ChatGPT ne proposera pas de mode adulte pour ne pas rebuter ses investisseurs

OpenAI a décidé de mettre en pause, pour une durée indéterminée, son projet controversé d'introduire un mode adulte dans ChatGPT. Selon des informations rapportées par le Financial Times, la fonctionnalité a été mise au placard alors que l'entreprise affirme vouloir se recentrer sur ses produits principaux. L'abandon de ce projet reflète une tension croissante au sein d'OpenAI entre ambitions commerciales et responsabilité éthique. L'entreprise, valorisée à 157 milliards de $ lors de sa dernière levée de fonds, ne peut se permettre de ternir son image auprès de ses investisseurs institutionnels et partenaires stratégiques, à commencer par Microsoft, qui restent attentifs aux risques réputationnels associés à ce type de contenu. Des sources internes ont indiqué au Financial Times que les propres conseillers d'OpenAI ont tiré la sonnette d'alarme, mettant en garde contre le risque que des utilisateurs développent des attachements émotionnels malsains envers le chatbot. L'un de ces conseillers aurait formulé une mise en garde particulièrement sévère, évoquant le spectre d'un ChatGPT transformé en "sexy suicide coach", une expression qui résume les craintes autour des dérives possibles d'une IA conversationnelle à caractère érotique sur la santé mentale des utilisateurs. La décision intervient dans un contexte où OpenAI est déjà sous pression sur plusieurs fronts : concurrence accrue, débats sur la sécurité des IA, et transition vers un modèle lucratif. Le report indéfini de ce mode adulte signale que l'entreprise choisit, pour l'instant, de privilégier la stabilité de son image sur l'exploration de nouveaux segments de marché.

Sécurité⚡Actu

1 source

49

5887VentureBeat AI 

Le nouveau modèle affiné Fin Apex 1.0 d'Intercom surpasse GPT-5.4 et Claude Sonnet 4.6 en support client

Intercom, la plateforme de service client fondée il y a quinze ans, a annoncé jeudi le lancement de Fin Apex 1.0, un modèle d'intelligence artificielle développé en interne et spécifiquement conçu pour la résolution de demandes clients. Selon les benchmarks partagés avec VentureBeat, ce modèle atteint un taux de résolution de 73,1 %, la proportion de problèmes résolus sans intervention humaine, contre 71,1 % pour GPT-5.4 et Claude Opus 4.5, et 69,6 % pour Claude Sonnet 4.6. Fin Apex répond en 3,7 secondes, soit 0,6 seconde plus vite que ses concurrents directs, affiche une réduction de 65 % des hallucinations par rapport à Claude Sonnet 4.6, et coûte environ cinq fois moins cher que les grands modèles frontières utilisés directement. Il est inclus dans les plans tarifaires existants d'Intercom, basés sur un modèle « par résolution ». Le modèle alimente déjà Fin, l'agent IA d'Intercom qui traite plus de deux millions de conversations clients par semaine. Un écart de 2 points de pourcentage peut sembler anecdotique, mais pour les entreprises gérant des millions d'interactions, l'impact financier est considérable. « Si vous gérez de grandes opérations de service à l'échelle, avec 10 millions de clients ou un milliard de dollars de chiffre d'affaires, un delta de 2 ou 3 % représente une quantité énorme de clients, d'interactions et de revenus », a déclaré le PDG Eoghan McCabe. Au-delà des chiffres, Fin Apex illustre une stratégie de plus en plus viable pour les éditeurs de logiciels verticaux : plutôt que de se reposer sur des API génériques de OpenAI ou Anthropic, ils peuvent construire des modèles spécialisés plus rapides, moins coûteux et plus précis dans leur domaine, en capitalisant sur leurs données propriétaires accumulées au fil des années. Ce lancement s'inscrit dans une tendance de fond : le post-entraînement devient le véritable champ de bataille de l'IA, la pré-formation des grands modèles étant désormais considérée comme une commodité. Intercom a affiné son modèle de base, un modèle open-weights dont la société refuse de révéler l'identité « pour des raisons concurrentielles », avec des années de données de service client issues de Fin, en intégrant des systèmes d'apprentissage par renforcement ancrés sur des résolutions réelles. Cette opacité partielle rappelle la controverse qu'a connue Cursor, accusé d'avoir dissimulé que son modèle Composer 2 était basé sur un modèle open source affiné. Intercom reconnaît utiliser une base open-weights, mais refuse d'en préciser la source, une posture qui soulèvera sans doute des questions sur la réalité de sa « transparence ». La société indique vouloir changer de modèle de base à l'avenir, ce qui suggère que Fin Apex est moins un modèle figé qu'une infrastructure d'optimisation continue, et potentiellement un modèle que d'autres plateformes verticales pourraient chercher à reproduire.

LLMs❧Opinion

1 source

50

5888AI Business 

Les premiers robotaxis d'Europe arrivent en Croatie via Uber, Pony.ai et Verne

Uber, la société chinoise Pony.ai et la startup européenne Verne s'apprêtent à lancer les premiers robotaxis commerciaux d'Europe, en choisissant la Croatie comme marché d'entrée. Ce partenariat tripartite inédit permettra à des véhicules entièrement autonomes de circuler sur les routes croates via l'application Uber, une première historique pour la mobilité sans conducteur sur le continent. L'enjeu dépasse largement les frontières croates : l'Europe accusait jusqu'ici un retard significatif face aux États-Unis et à la Chine, où les robotaxis sont déjà une réalité commerciale dans plusieurs grandes métropoles. Ce déploiement constitue donc un test grandeur nature de la viabilité du modèle dans un environnement réglementaire européen, structurellement plus contraignant, et pourrait ouvrir la voie à une expansion continentale. Pony.ai, introduite au Nasdaq fin 2024, poursuit ainsi une stratégie d'internationalisation agressive après ses succès sur le marché intérieur chinois. L'intégration à la plateforme Uber lui offre une base d'utilisateurs et une infrastructure logistique immédiate, sans avoir à construire sa propre application de bout en bout. La Croatie, à la fois destination touristique majeure et pays disposant d'un cadre réglementaire jugé relativement souple, a été identifiée comme une tête de pont stratégique pour le déploiement européen. Les modalités précises, zones géographiques couvertes et calendrier de lancement, restent à confirmer.

Robotique⚡Actu

1 source

40

5889Microsoft Research 

GroundedPlanBench : planification de tâches longues horizon pour la manipulation robotique avec ancrage spatial

Des chercheurs ont publié GroundedPlanBench, un nouveau benchmark conçu pour évaluer la capacité des modèles de vision-langage (VLM) à planifier des séquences d'actions robotiques tout en déterminant précisément où chaque action doit s'effectuer dans l'espace. Le benchmark s'appuie sur 308 scènes de manipulation robotique issues du dataset DROID, à partir desquelles des experts ont défini 1 009 tâches allant de séquences courtes (1 à 4 actions) à des chaînes longues et complexes (jusqu'à 26 actions). Chaque tâche est formulée selon deux styles d'instruction : explicite ("poser une cuillère sur l'assiette blanche") ou implicite ("ranger la table"). Pour accompagner ce benchmark, l'équipe a également développé V2GP (Video-to-Spatially Grounded Planning), un framework qui convertit des vidéos de démonstration robotique en données d'entraînement spatialement ancrées, en exploitant notamment SAM3, le modèle de segmentation vidéo open-vocabulary de Meta, pour suivre les objets manipulés image par image. Ce processus a permis de générer 43 000 plans ancrés. L'enjeu est de taille : aujourd'hui, la plupart des systèmes robotiques fonctionnent en deux temps séparés, un VLM génère un plan en langage naturel, puis un second modèle le traduit en actions exécutables. Cette approche découplée introduit des erreurs en cascade, car le langage naturel reste ambigu ou halluciné lorsqu'il s'agit de préciser à la fois ce qu'il faut faire et à quel endroit. GroundedPlanBench force les modèles à traiter ces deux dimensions simultanément, ce que les VLMs actuels, qu'ils soient open-source ou propriétaires, peinent à faire sur des tâches longues. Les résultats montrent que l'approche de planification ancrée améliore à la fois le taux de réussite des tâches et la précision des actions, surpassant les architectures découplées aussi bien sur le benchmark qu'en conditions réelles avec de vrais robots. Ce travail s'inscrit dans un mouvement plus large visant à doter les robots d'une compréhension spatiale fine du monde réel, au-delà de la simple compréhension sémantique. Les VLMs ont transformé la planification robotique en rendant possible l'interprétation d'instructions en langage naturel, mais l'ancrage spatial, savoir précisément sur quel objet agir et où le déposer, reste un verrou majeur pour les tâches du quotidien. En proposant à la fois un protocole d'évaluation standardisé et une méthode pour générer automatiquement des données d'entraînement à partir de vidéos de démonstration existantes, cette contribution pourrait accélérer le développement de robots manipulateurs capables d'opérer de façon autonome dans des environnements non contrôlés. Les prochaines étapes probables concerneront l'extension à des scènes encore plus dynamiques et à des instructions encore plus ambiguës, là où la frontière entre compréhension linguistique et raisonnement spatial est la plus ténue.

Robotique❖Paper

1 source

53

5890Next INpact 

IA : pour éviter la « rupture du pacte social », la CSNP promeut la coordination

La Commission Supérieure du Numérique et des Postes (CSNP) a présenté le 26 mars 2026 son avis officiel sur l'adoption de l'intelligence artificielle par les entreprises françaises, lors d'une table-ronde organisée à Paris avec les acteurs auditionnés. Le rapport, porté par le sénateur Damien Michallet (Les Républicains, Isère), identifie trois tensions structurelles qui menacent la compétitivité française : une tension financière, les États-Unis ont injecté 420 milliards de dollars dans les infrastructures numériques en 2025 seulement, une tension énergétique qui entre en contradiction avec les objectifs de réindustrialisation décarbonée de la France, et une tension sociale autour de l'emploi des jeunes diplômés. En réponse, la CSNP formule 26 recommandations réparties en cinq axes : piloter, accompagner les entreprises vers des solutions françaises ou européennes, former, renforcer le dialogue social, et simplifier le cadre réglementaire existant. L'enjeu dépasse la seule compétitivité économique : la ministre déléguée chargée de l'IA et du numérique, Anne le Hénanff, a ajouté une quatrième tension, d'ordre sociétal, liée aux risques de détournement malveillant des systèmes d'IA. Elle cite notamment la manipulation démocratique, les atteintes aux personnes vulnérables, en écho aux débats autour des deepfakes pornographiques générés par Grok, et les cyberattaques visant les entreprises via des contenus falsifiés par IA. Pour la CSNP, ne pas adopter l'IA serait aussi dangereux que de l'adopter sans garde-fous : l'inaction risque de rompre le pacte social, en laissant des pans entiers de l'économie et de la société sans réponse face à une transformation déjà en cours. Ce rapport s'inscrit dans un contexte où la France cherche à articuler ambition industrielle et régulation responsable, coincée entre la puissance de feu américaine et le cadre normatif européen, notamment l'AI Act de l'Union européenne. La CSNP, institution consultative rattachée au Parlement, pèse par ses avis sur les grandes orientations numériques nationales. Ses recommandations en faveur d'un dialogue social « renforcé » avec les partenaires sociaux signalent une volonté d'anticiper les conflits liés aux suppressions de postes, plutôt que de les gérer après coup. La suite dépendra de la capacité du gouvernement à transformer ces 26 recommandations en mesures concrètes, un exercice auquel les rapports parlementaires français se heurtent régulièrement.

Régulation⚖Reglementation

1 source

53

589101net 

AI Act : les Eurodéputés veulent repousser des échéances clés et interdire les IA générant les deepfakes sexuels

Le Parlement européen a voté en faveur du report de certaines dispositions clés de l'AI Act, la législation phare de l'Union européenne encadrant l'intelligence artificielle. Parallèlement, les eurodéputés proposent d'interdire explicitement les applications d'IA capables de générer des deepfakes sexuels non consentis. Ce double mouvement illustre les tensions persistantes autour de la mise en œuvre du règlement. D'un côté, la pression industrielle pousse à desserrer le calendrier d'application pour laisser davantage de temps aux entreprises de se conformer. De l'autre, l'urgence sociale autour des abus liés aux deepfakes, notamment à caractère sexuel, impose une réponse législative rapide et sans ambiguïté. Le Parlement agit ici en tant que co-législateur, aux côtés de la Commission européenne et du Conseil de l'UE. Le vote en faveur du report cible des échéances clés du texte adopté en 2024, sans remettre en cause l'architecture générale de la loi. L'interdiction des IA générant des contenus sexuels non consentis s'inscrit dans une tendance plus large de durcissement des règles sur les usages les plus préjudiciables de l'IA générative. Si ces amendements sont confirmés, ils modifieraient le calendrier d'entrée en vigueur de certaines obligations, un enjeu crucial pour les acteurs du secteur qui doivent planifier leur mise en conformité. La question de l'équilibre entre compétitivité européenne et protection des citoyens reste au cœur des débats à Bruxelles.

Régulation⚖Reglementation

1 source

43

5892DeepMind Blog 

Gemini 3.1 Flash Live : une IA audio plus naturelle et fiable

Google franchit une nouvelle étape dans la course aux interfaces vocales avec le lancement de Gemini 3.1 Flash Live, son dernier modèle audio conçu pour des conversations en temps réel plus fluides et plus naturelles. Cette mise à jour cible directement les points faibles des IA vocales actuelles : la latence perceptible et les approximations dans la compréhension de la parole. L'enjeu est de taille. Les interfaces vocales représentent l'un des vecteurs d'adoption grand public les plus prometteurs pour l'IA, notamment dans les assistants embarqués, les applications de service client automatisé et les outils d'accessibilité. Une latence réduite et une meilleure précision changent fondamentalement l'expérience utilisateur, la différence entre une conversation qui semble naturelle et une interaction qui reste perçue comme artificielle. Google met en avant deux améliorations principales pour ce modèle : une précision accrue dans le traitement de l'audio, ce qui se traduit par moins d'erreurs de compréhension dans les contextes bruités ou avec des accents variés, et une latence abaissée, réduisant le délai entre la prise de parole et la réponse générée. Ces optimisations s'inscrivent dans la lignée de Gemini Flash, la branche de la famille Gemini orientée vers la rapidité et l'efficacité plutôt que la puissance brute de raisonnement. La mise à jour intervient dans un contexte de compétition intense entre Google, OpenAI (avec ses modèles vocaux temps réel) et ElevenLabs sur le segment de la voix en temps réel. Gemini 3.1 Flash Live est accessible via l'API Google AI, ce qui permet aux développeurs d'intégrer ces capacités améliorées directement dans leurs applications.

LLMs⚡Actu

Aussi surGoogle AI Blog

59

5893The Verge AI 

Wikipedia interdit les articles générés par IA

Wikipedia vient de franchir une étape décisive dans sa politique éditoriale en interdisant formellement la rédaction ou la réécriture d'articles à l'aide de l'intelligence artificielle. Cette mise à jour des règles de la encyclopédie collaborative, ajoutée en fin de semaine dernière, marque un tournant dans la manière dont la plus grande base de connaissances en ligne du monde gère l'essor des outils génératifs. La décision s'explique par un constat préoccupant : les contenus produits par des modèles de langage (LLM) tendraient à enfreindre "plusieurs politiques fondamentales" de Wikipedia en matière de contenu. L'encyclopédie, dont la crédibilité repose sur la vérifiabilité et la neutralité, juge que la génération automatique de texte présente des risques trop élevés pour l'intégrité de ses articles, hallucinations factuelles, sources inventées, biais difficiles à détecter. La restriction s'applique pour l'instant à la version anglaise de Wikipedia et n'est pas totale. Les éditeurs conservent le droit d'utiliser l'IA pour des corrections stylistiques mineures, à condition que l'outil "n'introduise pas de contenu de son propre chef". La traduction d'articles depuis d'autres versions linguistiques de Wikipedia vers l'anglais reste également autorisée, mais sous surveillance stricte quant à la qualité du résultat. Cette décision intervient alors que de nombreuses plateformes de contenu débattent encore de leur positionnement face à l'IA générative. Wikipedia, fort de ses principes collaboratifs et de sa communauté de bénévoles, choisit clairement de prioriser la fiabilité humaine sur la productivité algorithmique, un signal fort à l'heure où la frontière entre contenu authentique et contenu généré devient de plus en plus floue.

Sécurité❧Opinion

Aussi sur01net,TechCrunch AI,Siècle Digital,Next INpact

46

5894MarkTechPost 

Cohere lance Cohere Transcribe, un modèle de reconnaissance vocale automatique de pointe pour les entreprises

Cohere, l'entreprise canadienne spécialisée dans les grands modèles de langage pour les entreprises, a lancé le 26 mars 2026 son premier modèle de reconnaissance automatique de la parole, baptisé Cohere Transcribe. Dès sa sortie, le modèle s'est classé premier sur le classement Open ASR Leaderboard de Hugging Face, avec un taux d'erreur moyen de 5,42 % (WER) sur sept ensembles de benchmark, AMI, Earnings22, GigaSpeech, LibriSpeech, SPGISpeech, TED-LIUM et VoxPopuli. Il surpasse ainsi les références du marché : Whisper Large v3 d'OpenAI (7,44 % WER), ElevenLabs Scribe v2 (5,83 %) et Qwen3-ASR-1.7B (5,76 %). Dans des évaluations humaines en anglais, les annotateurs ont préféré Transcribe dans 78 % des cas face à IBM Granite 4.0, 67 % face à NVIDIA Canary, et 64 % face à Whisper Large v3. Le modèle prend en charge 14 langues, dont le français, l'anglais, l'arabe, le chinois et le japonais, en misant sur la qualité plutôt que sur l'exhaustivité. Ce lancement marque une entrée stratégique de Cohere sur un segment jusqu'ici dominé par OpenAI, Google et Meta. Pour les entreprises, la transcription automatique fiable est un prérequis pour exploiter des données audio massives : appels de centres de contact, réunions, audiences juridiques, transcriptions médicales. Un WER inférieur à 6 % représente un seuil de qualité utilisable en production sans correction humaine systématique, ce qui change concrètement l'économie du traitement audio à grande échelle. La capacité du modèle à traiter des fichiers longs, jusqu'à des enregistrements de plus d'une heure, via un système de découpage automatique en segments de 35 secondes avec réassemblage intelligent répond directement aux usages entreprise les plus exigeants, comme les earnings calls ou les procédures légales. Sur le plan technique, Cohere a opté pour une architecture hybride Conformer-Transformer : un encodeur Conformer de grande taille, qui combine réseaux convolutifs (efficaces pour les détails acoustiques locaux) et mécanismes d'attention (pour les dépendances linguistiques longue portée), couplé à un décodeur Transformer allégé. Ce choix architectural, entraîné par supervision classique (cross-entropy), contraste avec les approches purement Transformer comme Whisper. Cohere, qui avait jusqu'ici concentré son offre sur les modèles de texte et d'embedding, se positionne désormais sur une stack multimodale complète à destination des entreprises. Dans un contexte où les grandes plateformes, Microsoft, Zoom, Google, intègrent déjà de la transcription native dans leurs outils, Cohere parie sur une offre souveraine et personnalisable pour les équipes qui ne veulent pas dépendre des APIs propriétaires des géants américains.

Outils❧Opinion

1 source

36

5895Presse-citron 

Melania Trump débarque à la Maison-Blanche avec un humanoïde (et la raison est effrayante)

Melania Trump a marqué les esprits lors d'un sommet mondial sur l'éducation organisé à la Maison-Blanche en apparaissant aux côtés d'un robot humanoïde. Cette mise en scène délibérée illustre une prise de position claire : l'intelligence artificielle et la robotique ont vocation à transformer l'éducation, y compris dans ses dimensions les plus humaines. L'événement soulève des questions profondes sur le rôle croissant des technologies dans l'enseignement. En associant symboliquement la première dame américaine à un humanoïde dans un cadre aussi chargé de sens que la Maison-Blanche, l'administration Trump envoie un signal fort aux acteurs de l'éducation : la frontière entre pédagogie humaine et assistance robotique est appelée à se réduire. Pour les partisans de cette vision, l'IA peut personnaliser l'apprentissage à grande échelle ; pour ses détracteurs, elle risque de déshumaniser un secteur où la relation entre enseignant et élève est fondamentale. Les détails précis du sommet, intervenants, programmes annoncés, engagements financiers, restent à documenter, mais la symbolique de l'événement parle d'elle-même. L'utilisation d'un robot humanoïde comme accessoire de communication politique dans le cadre éducatif n'est pas anodine : elle normalise l'idée que ces machines peuvent jouer un rôle d'acteur, et non de simple outil, dans les processus d'apprentissage. Cette démarche s'inscrit dans une tendance plus large observée dans plusieurs pays, où gouvernements et institutions misent sur l'IA générative et la robotique pour pallier les pénuries d'enseignants et réduire les coûts. La question qui demeure est celle de l'équilibre : jusqu'où peut-on confier l'éducation des enfants à des systèmes automatisés sans sacrifier ce qui fait l'essence même de la transmission du savoir ?

Robotique❧Opinion

1 source

47

5896NVIDIA AI Blog 

NVIDIA GTC : l'Omniverse au service de l'IA physique

Lors de la conférence GTC la semaine dernière, NVIDIA a présenté plusieurs avancées majeures pour ce que l'entreprise appelle l'« ère de l'IA physique », une phase où robots, véhicules autonomes et usines intelligentes passent de déploiements isolés à des systèmes industriels à grande échelle. Au cœur de ces annonces figurent trois nouveaux modèles de frontière : Cosmos 3 pour la modélisation du monde réel, Isaac GR00T N1.7 dédié aux compétences des robots humanoïdes, et Alpamayo 1.5 pour la conduite autonome. NVIDIA a également lancé deux blueprints open source : le Physical AI Data Factory Blueprint, destiné à produire des données d'entraînement à partir de simulations, et l'Omniverse DSX Blueprint, une architecture de référence pour créer des jumeaux numériques d'usines d'IA complètes. Des partenaires comme FieldAI, Hexagon Robotics, Skild AI et Teradyne Robotics utilisent déjà ces outils, tandis que Microsoft Azure et Nebius sont les premiers clouds à proposer le blueprint en mode clé en main. L'enjeu central de ces annonces est de résoudre un problème structurel de l'IA physique : les données réelles ne suffisent plus. Le monde réel est imprévisible, les cas limites sont innombrables, et les pipelines de collecte restent fragmentés. NVIDIA positionne donc la puissance de calcul elle-même comme une fabrique de données, transformant des scènes simulées en datasets massifs, diversifiés et hautement qualifiés. Pour les développeurs de robots et de véhicules autonomes, cela signifie pouvoir entraîner des modèles sur des millions de situations synthétiques sans dépendre d'une collecte terrain coûteuse. Parallèlement, l'Omniverse DSX Blueprint permet aux opérateurs d'usines d'IA de simuler thermiques, réseaux électriques et charges réseau avant même d'installer le premier serveur, réduisant les délais et les dépassements de budget sur des infrastructures qui coûtent des centaines de millions de dollars. Ces développements s'inscrivent dans une stratégie plus large de NVIDIA pour imposer son écosystème comme couche universelle de l'IA industrielle. Le format OpenUSD, langage de description de scènes 3D initialement développé par Pixar, joue un rôle clé en permettant de convertir des fichiers CAO d'ingénierie en environnements de simulation directement exploitables. Des frameworks open source comme OpenClaw viennent compléter la pile en orchestrant des agents autonomes capables de gérer des workflows complexes sur des machines dédiées. Avec l'intégration de partenaires cloud majeurs et d'une dizaine d'acteurs industriels, NVIDIA consolide une position de plateforme incontournable à un moment où la compétition pour contrôler l'infrastructure de l'IA physique, robots, voitures, usines, s'intensifie face à des concurrents comme Google DeepMind, Boston Dynamics et les constructeurs automobiles investissant massivement dans leurs propres systèmes embarqués.

Infrastructure❧Opinion

1 source

42

5897InfoQ AI 

Vercel lance JSON-Render : un framework d'interface générative pour la composition pilotée par l'IA

Vercel franchit une nouvelle étape dans l'intégration de l'IA au développement web en lançant json-render, un framework open source qui permet aux modèles d'IA de générer des interfaces utilisateur structurées à partir de simples instructions en langage naturel. Publié sous licence Apache 2.0, ce projet marque une évolution significative dans la manière dont les développeurs front-end pourraient collaborer avec des agents IA. L'enjeu est considérable pour l'écosystème du développement web : jusqu'ici, les LLM produisaient du code HTML ou JSX brut, difficile à contrôler et à maintenir. json-render propose une approche différente, où l'IA génère une représentation JSON structurée de l'interface, que le framework se charge ensuite de rendre. Les développeurs conservent ainsi la maîtrise du catalogue de composants disponibles, limitant ce que l'IA peut produire et garantissant la cohérence du design système. Le framework se distingue par sa compatibilité multi-frameworks front-end, s'adaptant aux environnements existants sans imposer de migration. La logique repose sur un catalogue de composants définis à l'avance par les équipes, l'IA ne peut utiliser que ces briques validées, ce qui réduit les risques d'hallucinations visuelles ou de code non conforme. La communauté a accueilli le projet avec un mélange d'enthousiasme et de scepticisme, plusieurs voix soulignant les différences avec des standards existants comme les Server-Driven UI ou les approches de type JSON:API. Les réactions partagées illustrent un débat plus large sur la standardisation des interfaces génératives : faut-il un nouveau framework propriétaire, ou s'appuyer sur des conventions déjà établies ? La décision de Vercel d'ouvrir le code source dès le départ suggère une volonté de fédérer la communauté autour d'une approche commune, plutôt que d'imposer une solution fermée.

Outils⚒Outil

1 source

37

5898Le Big Data 

Le fondateur d’Apple donne son avis sur l’IA, et il n’y va pas de main morte

Steve Wozniak, cofondateur d'Apple et figure emblématique de la Silicon Valley, a exprimé dans une interview accordée à Fox Business une franche désillusion vis-à-vis de l'intelligence artificielle générative. Il affirme être « déçu souvent » par les outils actuels et admet les utiliser rarement. Ses deux critiques principales : l'incapacité des IA à reproduire l'émotion humaine, et un problème de fiabilité persistant. Quand il interroge un système comme ChatGPT, il obtient des réponses longues, structurées et factuelles, là où un humain raconterait, contextualiserait, partagerait une expérience subjective. Cette dimension émotionnelle et intentionnelle lui semble fondamentalement absente des modèles actuels. Sur la fiabilité, il est tout aussi catégorique : « Je veux un contenu fiable à chaque fois », une exigence que les LLM actuels ne remplissent pas, capables de produire des réponses convaincantes mais parfois fausses, sans signaler leurs propres limites. Ces critiques ont un poids particulier dans le contexte actuel, où l'IA s'immisce dans des domaines à fort enjeu, éducation, santé, information, et où la confiance des utilisateurs est un enjeu central. Si les modèles de langage sont conçus pour optimiser pertinence et clarté, ils ne garantissent pas une authenticité ni une constance qui permettraient de les ériger en sources d'autorité. Pour Wozniak, tant que cette fiabilité n'est pas acquise, l'IA reste un outil d'assistance, pas un substitut au jugement humain. C'est une préoccupation partagée par de nombreux acteurs du secteur, notamment sur les risques de désinformation ou de décisions automatisées mal fondées dans des contextes critiques. Cette prise de position intervient dans un moment de tension stratégique pour Apple elle-même. L'entreprise a lancé en 2024 Apple Intelligence avec l'ambition affichée de rattraper OpenAI, Google et Microsoft sur le terrain de l'IA, mais plusieurs fonctionnalités annoncées tardent à être déployées, signe d'une progression prudente. Tim Cook, lui, décrit l'IA comme « profondément enrichissante et potentiellement très positive » pour l'expérience utilisateur, un contraste saisissant avec le scepticisme de son cofondateur historique, qui n'a plus de rôle opérationnel dans l'entreprise. Wozniak s'inscrit ainsi dans une tradition de voix critiques venues de l'intérieur même de la tech, des figures comme Geoffrey Hinton ou Yann LeCun qui, chacun à leur manière, ont formulé des réserves profondes sur la trajectoire actuelle de l'IA. Son discours rappelle que l'enthousiasme industriel autour de ces technologies ne fait pas l'unanimité, y compris parmi ceux qui ont bâti le monde numérique d'aujourd'hui.

Société❧Opinion

1 source

51

5899The Information AI 

Claude rattrape OpenClaw

Anthropic accélère le développement de ses agents Claude pour rattraper OpenClaw, l'outil open-source de création d'agents IA personnels devenu une référence dans le secteur. La firme a dévoilé lundi soir une série de nouvelles fonctionnalités qui positionnent Claude comme une alternative directe, et plus accessible, à cet écosystème jusqu'ici incontournable. Parmi les ajouts les plus significatifs : la capacité de prendre le contrôle d'un ordinateur pour exécuter des tâches complexes dans n'importe quelle application, la possibilité de recevoir des instructions via des messageries comme Telegram ou iMessage, ainsi que la mémorisation des contextes entre sessions et l'exécution de tâches récurrentes sur planning. Ces fonctionnalités constituaient jusqu'ici l'atout principal d'OpenClaw, qui avait séduit une communauté technique exigeante. L'avantage d'Anthropic réside dans la simplicité d'adoption : Claude ne nécessite qu'une application bureau, là où OpenClaw impose une configuration manuelle via le Terminal, un choix de modèles et un paramétrage des messageries. Sur le plan de la sécurité, Claude Cowork demande une validation avant toute modification de fichier et s'exécute dans une machine virtuelle isolée du système principal, répondant ainsi aux critiques récurrentes adressées à OpenClaw, dont les failles poussent certains utilisateurs à dédier des Mac Mini ou des machines Nvidia spécialisées à leurs agents. OpenClaw reste néanmoins solidement ancré : selon les données NPM, l'outil a été téléchargé plus de 400 000 fois le seul mardi suivant les annonces d'Anthropic, proche du record historique de 500 000 téléchargements quotidiens atteint début mars. Ce chiffre exclut les nombreux forks de l'outil, dont NemoClaw développé par Nvidia, signe que l'écosystème open-source conserve une dynamique propre difficile à contenir.

Outils⚒Outil

1 source

52

5900Le Monde Pixels 

Le Parlement européen interdit les images pornographiques générées par IA, après les polémiques contre Grok

Le Parlement européen a adopté une résolution interdisant la création et la diffusion d'images pornographiques générées par intelligence artificielle sans le consentement des personnes représentées. Cette décision fait suite à une série de scandales impliquant des outils de «nudification» automatisée, au premier rang desquels Grok, le chatbot d'xAI appartenant à Elon Musk, accusé début 2025 de produire facilement des contenus sexuels explicites à partir de simples photos de personnes réelles. La mesure vise à combler un vide juridique considérable : des millions de femmes ont déjà été victimes de deepfakes pornographiques non consentis, avec des répercussions graves sur leur vie professionnelle et personnelle. En ciblant explicitement les contenus générés par IA, le Parlement européen entend responsabiliser les plateformes hébergeant ces outils et durcir les sanctions contre leurs auteurs, dans le prolongement de la directive sur les violences faites aux femmes adoptée en 2024. Cette résolution s'inscrit dans une stratégie plus large d'encadrement des dérives de l'IA générative par l'Union européenne, après l'AI Act entré en vigueur en 2024. La pression des associations féministes a pesé dans le débat, notamment la manifestation de Séoul en août 2024 contre les pratiques de nudification, qui avait réuni des dizaines de milliers de personnes. Le texte prévoit que les plateformes soient tenues pour coresponsables en cas de diffusion de ces contenus illicites. La prochaine étape cruciale sera la transposition de ces dispositions dans les législations nationales des Vingt-Sept, un processus qui déterminera l'effectivité réelle des sanctions et la capacité des États membres à poursuivre les auteurs de ces contenus, y compris lorsqu'ils opèrent depuis l'extérieur de l'espace européen.

Régulation⚖Reglementation

1 source