Actualités IA — page 301

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

38

Illustration générée par IA

6001AWS ML Blog 

Migrer un agent texte vers un assistant vocal avec Amazon Nova 2 Sonic

Amazon a publié un guide technique détaillé sur la migration d'agents textuels vers des assistants vocaux en utilisant Amazon Nova 2 Sonic, son modèle de traitement de la parole en temps réel. L'article, publié en avril 2026, s'adresse aux équipes d'ingénierie qui ont déjà déployé des agents conversationnels textuels et souhaitent les adapter à des interfaces vocales. Les secteurs visés sont larges : finance, santé, éducation, réseaux sociaux et commerce de détail, tous confrontés à une demande croissante d'interactions orales naturelles et instantanées. Amazon propose même un outil intégré dans des IDE comme Kiro et Claude Code, capable de convertir automatiquement un agent textuel en agent vocal à partir d'un référentiel de code existant. La différence entre un agent texte et un agent vocal est bien plus profonde qu'il n'y paraît, et c'est là l'enjeu central du guide. Un agent textuel peut retourner des tableaux, des listes à puces et des liens cliquables, le tout en une seule réponse que l'utilisateur lit à son rythme. Un agent vocal doit fonctionner différemment : les réponses doivent être courtes, séquentielles, avec des confirmations intermédiaires. Exemple concret : là où l'agent textuel d'une banque affiche un récapitulatif complet de trois comptes en une fois, l'agent vocal annonce un compte, demande si l'utilisateur veut continuer, puis présente le suivant. La latence devient également un critère critique : quelques secondes d'attente sont tolérables à l'écrit, mais créent une impression de coupure à l'oral, où chaque appel d'outil ajoute un silence perceptible. Cela oblige à repenser l'architecture en profondeur : streaming audio bidirectionnel permanent, détection d'activité vocale, gestion des interruptions en cours de phrase, et traitement asynchrone des outils pour ne pas bloquer le flux. Cette publication intervient alors que les grandes plateformes cloud cherchent à démocratiser la voix comme interface standard pour les applications d'entreprise. Amazon Nova 2 Sonic s'inscrit dans une compétition directe avec des modèles comme GPT-4o Audio d'OpenAI et Gemini Live de Google, tous capables de traitement vocal en temps réel avec de faibles temps de latence. La migration vers la voix soulève des enjeux techniques considérables, notamment la gestion des tours de parole fluides, la réduction des délais lors des appels à des API externes, et l'adaptation des prompts système pour un style oral plutôt qu'écrit. Le fait qu'Amazon intègre un outil de conversion automatique dans les IDE suggère que l'entreprise veut abaisser le seuil d'entrée pour accélérer l'adoption, tout en conservant une dépendance à son écosystème cloud pour l'inférence et le déploiement.

Outils⚒Outil

1 source

45

Illustration générée par IA

6002AI News 

IBM lance la plateforme IA Bob pour maîtriser les coûts du cycle de développement logiciel

IBM a lancé Bob, une plateforme d'intelligence artificielle conçue pour encadrer et rationaliser l'ensemble du cycle de développement logiciel en entreprise. L'annonce a été portée par Dinesh Nirmal, vice-président senior d'IBM Software, qui a résumé l'enjeu : « Chaque entreprise cherche à se moderniser, mais la vitesse sans contrôle est un risque. IBM Bob permet aux entreprises d'avancer à la vitesse de l'IA sans sacrifier la gouvernance et la sécurité. » La plateforme s'intègre directement dans le cycle de vie logiciel complet, avec des modes basés sur des profils utilisateurs, des appels d'outils automatisés et des contrôles humains à chaque étape critique. L'un de ses premiers cas d'usage concrets est APIS IT, une entreprise qui a déployé Bob pour moderniser des systèmes gouvernementaux chargés de décennies de dette technique sur des environnements mainframe et .NET. Résultat : une analyse d'architecture et une documentation produites dix fois plus vite, avec une précision de 100 % sur des systèmes JCL/PL1 vieillissants, et des migrations de services .NET réalisées en quelques heures au lieu de plusieurs semaines. L'enjeu est massif : entre 60 et 80 % du budget d'ingénierie des grandes organisations est absorbé par la maintenance et la mise à niveau de systèmes existants, des projets qui s'étirent souvent sur des mois. Les assistants de code classiques aggravent le problème lorsqu'ils sont utilisés sans garde-fous, car ils génèrent du code syntaxiquement correct mais fonctionnellement inutile, incapable de comprendre les bibliothèques internes ou la logique propriétaire d'une entreprise. Bob répond à ce problème en cartographiant d'abord les dépendances avant toute refactorisation, puis en coordonnant des agents spécialisés pour les tests, la documentation et l'intégration continue. Le système utilise une orchestration multi-modèles dynamique : les tâches simples sont routées vers des modèles légers et économiques, tandis que les raisonnements architecturaux complexes mobilisent des modèles de pointe comme Claude d'Anthropic, Mistral ou IBM Granite. Ce lancement s'inscrit dans une course plus large à l'automatisation du développement logiciel en entreprise, un marché où GitHub Copilot, Google Gemini Code Assist et des dizaines de startups se disputent déjà les contrats. IBM mise sur une différenciation claire : là où ses concurrents proposent des assistants de productivité individuelle, Bob cible la gouvernance à l'échelle de l'organisation, avec une traçabilité des coûts et une transparence sur les dépenses IA directement liées aux résultats en production. La capacité à gérer des environnements mainframe, souvent ignorés par les nouveaux entrants du marché, constitue un avantage stratégique pour IBM auprès de ses clients traditionnels dans la finance, les assurances et le secteur public, des industries où la dette technique se chiffre en milliards et où la compliance réglementaire n'est pas négociable.

Outils⚒Outil

1 source

47

Illustration générée par IA

6003The Verge 

Claude s'intègre désormais directement dans Photoshop, Blender et Ableton

Anthropic a lancé une série de connecteurs permettant à Claude de s'intégrer directement dans les principaux logiciels créatifs du marché : Adobe Creative Cloud, Affinity, Blender, Ableton et Autodesk font partie des premières applications compatibles. Ces connecteurs donnent à Claude la capacité d'accéder aux applications, d'en récupérer des données et d'y exécuter des actions concrètes sans quitter l'interface de l'assistant. Sur Blender, par exemple, il devient possible de déboguer des scènes 3D, de créer de nouveaux outils ou d'appliquer des modifications en lot sur des objets directement depuis le chatbot. Le lancement s'inscrit dans la continuité immédiate de Claude Design, présenté par Anthropic début avril 2026. Ces connecteurs représentent un pas concret vers l'intégration de l'IA dans les flux de travail créatifs professionnels, un terrain jusqu'ici peu exploré par les grands modèles de langage. Pour les designers, musiciens, architectes ou développeurs 3D, la possibilité de piloter leurs outils habituels via un assistant IA réduit le besoin de jongler entre logiciels et supprime une partie du travail manuel répétitif. L'enjeu est de taille : la suite Adobe Creative Cloud est utilisée par des dizaines de millions de professionnels dans le monde, et une intégration native d'un LLM dans cet environnement pourrait redéfinir les standards de productivité dans les métiers créatifs. Cette offensive d'Anthropic sur le secteur créatif s'inscrit dans une compétition directe avec OpenAI et Google, qui cherchent eux aussi à ancrer leurs modèles dans des environnements professionnels spécialisés. Anthropic avait jusqu'ici davantage ciblé les usages enterprise et le développement logiciel. Le pivot vers la création traduit une volonté d'élargir la base d'utilisateurs de Claude au-delà des profils techniques. La question qui suit naturellement est celle de la profondeur de ces intégrations : de simples assistants contextuels ou de véritables co-pilotes capables de modifier, générer et valider du contenu directement dans des environnements complexes comme After Effects ou Logic Pro.

Outils⚒Outil

1 source

51

Illustration générée par IA

6004AWS ML Blog 

NVIDIA Nemotron 3 Nano Omni est désormais disponible sur Amazon SageMaker JumpStart

NVIDIA vient de rendre disponible son modèle Nemotron 3 Nano Omni sur Amazon SageMaker JumpStart, avec une mise en ligne dite "day zero", soit le jour même du lancement officiel. Ce modèle de langage multimodal open source repose sur une architecture hybride Mamba2 Transformer avec Mixture of Experts (MoE), affichant 30 milliards de paramètres au total dont seulement 3 milliards actifs (architecture dite 30B A3B). Il intègre trois composants spécialisés : Nemotron 3 Nano LLM comme colonne vertébrale linguistique, CRADIO v4-H pour l'encodage visuel (images et vidéos), et Parakeet pour la transcription et la compréhension audio. Le modèle accepte des vidéos jusqu'à 2 minutes (256 images maximum), des fichiers audio jusqu'à 1 heure, des images JPEG et PNG, ainsi que du texte sur une fenêtre de contexte de 131 000 tokens. Il prend en charge le raisonnement en chaîne de pensée, les appels d'outils, la sortie JSON et les horodatages au niveau du mot pour la transcription. Disponible en précision FP8 sur SageMaker JumpStart, il est commercialisé sous la licence NVIDIA Open Model Agreement. L'apport concret de Nemotron 3 Nano Omni réside dans sa capacité à traiter vidéo, audio, images et texte en une seule passe d'inférence, là où les architectures actuelles empilent plusieurs modèles distincts pour chaque modalité. Cette fragmentation classique multiplie les allers-retours d'inférence, complique l'orchestration des pipelines, fragmente le contexte entre modalités et fait croître les coûts et les points de défaillance. En fonctionnant comme un sous-agent de perception unifié au sein d'un système d'agents, le modèle offre simultanément vision, ouïe et compréhension textuelle dans une même boucle de raisonnement. Les cas d'usage ciblés incluent les agents de contrôle d'interfaces graphiques, l'analyse documentaire, contrats, états financiers, rapports scientifiques, ainsi que la surveillance audio et vidéo pour le service client ou la recherche. Ce lancement s'inscrit dans une dynamique plus large de convergence des architectures multimodales, où les grands fournisseurs cherchent à réduire la complexité des systèmes agentiques d'entreprise. NVIDIA, historiquement dominant sur le matériel GPU, renforce ici sa présence sur la couche modèle avec une offre ouverte et commercialement exploitable, accessible directement via SageMaker JumpStart, la plateforme de déploiement géré d'Amazon Web Services. Cette disponibilité immédiate dans l'écosystème AWS facilite l'adoption pour les entreprises sans nécessiter de configuration d'infrastructure propre. La tendance vers des modèles unifiés capables de percevoir et raisonner sur plusieurs modalités simultanément devrait s'accélérer, à mesure que les architectures agentiques complexes cherchent à réduire latence, coûts et friction opérationnelle.

LLMs❧Opinion

Aussi surLe Big Data

44

Illustration générée par IA

6005Interesting Engineering 

Snapchat introduit des publicités dans les chats via des agents IA conçus pour simuler la conversation

Snapchat a dévoilé début 2026 un nouveau format publicitaire baptisé AI Sponsored Snaps, qui intègre des agents d'intelligence artificielle directement dans les fils de conversation de l'application. Ces agents de marque apparaissent dans l'interface Chat, là où les utilisateurs passent déjà l'essentiel de leur temps, et leur permettent d'explorer des produits, poser des questions et recevoir des recommandations sans jamais quitter la conversation. L'annonce s'appuie sur des chiffres impressionnants : Snapchat revendique plus de 950 milliards de messages échangés au premier trimestre 2026 et plus de 500 millions d'utilisateurs ayant interagi avec son chatbot My AI depuis son lancement. Experian est le premier partenaire annoncé pour la phase alpha, avec un cas d'usage centré sur l'éducation financière : les utilisateurs pourront poser des questions sur leur crédit et la gestion de leur argent directement dans Chat. Ce format représente une rupture significative avec la publicité digitale traditionnelle. Plutôt que d'interrompre l'expérience utilisateur avec des bannières ou des vidéos imposées, Snap Inc. parie sur une intégration qui épouse les habitudes de communication existantes. Pour les marques, l'enjeu est considérable : accéder à près d'un milliard d'utilisateurs mensuels actifs via un canal perçu comme personnel et de confiance, avec des signaux d'intention bien plus forts que ceux générés par la publicité display classique. Ajit Mohan, vice-président de Snapchat, résume l'ambition : "La conversation devient l'espace publicitaire le plus précieux. L'IA accélère ce basculement, transformant le chat en lieu où les gens découvrent des produits, posent des questions et prennent des décisions en temps réel." Les marques peuvent désormais déployer leurs propres agents sur la plateforme, construisant ainsi une expérience dite "full-funnel" au sein d'une seule interface. Ce lancement s'inscrit dans une tendance plus large qui voit les grandes plateformes sociales réinventer leur modèle publicitaire face à la montée en puissance des interfaces conversationnelles. Snapchat avait déjà introduit les Sponsored Snaps, un format classique affichant selon la société des taux de conversion supérieurs à la moyenne et des coûts réduits ; les AI Sponsored Snaps en sont l'évolution directe. La concurrence est vive : Meta teste également des agents d'IA dans WhatsApp et Messenger, et Google pousse ses propres formats conversationnels via Gemini. Pour Snap, qui cherche à diversifier ses revenus et à s'imposer face à TikTok, l'enjeu est de démontrer que la relation de confiance entretenue avec sa base d'utilisateurs jeunes peut être monétisée sans en altérer la nature. Le succès du partenariat avec Experian sera scruté de près avant tout déploiement à grande échelle.

Outils⚒Outil

1 source

52

Illustration générée par IA

6006NVIDIA Developer Blog 

NVIDIA Nemotron 3 Nano Omni intègre le raisonnement d'agents multimodaux dans un modèle ouvert et efficace

NVIDIA a dévoilé Nemotron-N-Nano-3B-Omni, un modèle multimodal compact capable de traiter simultanément du texte, des images, des vidéos et de l'audio au sein d'une seule architecture unifiée. Conçu pour l'inférence efficace, ce modèle de 3 milliards de paramètres est publié en open weights, ce qui permet à n'importe quel développeur de le télécharger, le modifier et le déployer sans dépendre des serveurs NVIDIA. Il prend en charge le raisonnement agentique, c'est-à-dire la capacité à enchaîner des perceptions et des actions dans une boucle autonome, couvrant aussi bien l'analyse de documents que l'interprétation d'écrans ou la compréhension vocale. L'intérêt principal de ce modèle réside dans sa conception monolithique : là où les systèmes agentiques actuels assemblent des chaînes de modèles spécialisés distincts pour la vision, l'audio et le texte, Nemotron Nano Omni gère l'ensemble dans un seul passage d'inférence. Cela réduit significativement la latence, la complexité d'orchestration et le coût de calcul, tout en maintenant une cohérence contextuelle entre les modalités. Pour les entreprises qui déploient des agents IA en production, c'est une réduction directe de la facture cloud et des points de défaillance. Ce lancement s'inscrit dans la stratégie plus large de NVIDIA de dominer non seulement le matériel GPU, mais aussi la couche logicielle et les modèles fondamentaux pour l'IA d'entreprise. La série Nemotron, qui comprend également des modèles plus grands comme Nemotron-4, vise à offrir des alternatives performantes aux modèles propriétaires d'OpenAI ou d'Anthropic. Avec la montée en puissance des agents autonomes capables d'interagir avec des interfaces graphiques, des fichiers et des flux audio, un modèle omnimodal efficace et ouvert représente une brique stratégique pour la prochaine génération d'assistants et d'automatisations.

LLMs❧Opinion

Aussi surAI Business,HuggingFace Blog,NVIDIA AI Blog

46

Illustration générée par IA

6007Ars Technica AI 

GitHub facturera désormais Copilot selon la consommation réelle d'IA

GitHub va introduire un système de facturation basé sur l'usage réel pour son service d'IA Copilot à partir du 1er juin 2026. Jusqu'ici, les abonnés disposaient d'un quota mensuel de "requêtes" et de "requêtes premium" consommé chaque fois qu'ils sollicitaient l'IA, quelle que soit la complexité de la tâche. La société, propriété de Microsoft, a annoncé ce changement en expliquant vouloir "mieux aligner la tarification avec l'usage réel" et assurer la viabilité financière du service face à une demande croissante en ressources de calcul. Le problème central que GitHub cherche à résoudre est une inégalité de coût masquée par un modèle tarifaire uniforme. Une simple question posée dans le chat consomme aujourd'hui autant de quota qu'une session de programmation autonome de plusieurs heures, deux opérations dont les coûts réels d'inférence sont pourtant radicalement différents. GitHub reconnaît avoir "absorbé une grande partie des coûts d'inférence escaladants" jusqu'à présent, mais affirme que regrouper toutes les requêtes premium dans une seule catégorie "n'est plus soutenable". Pour les utilisateurs intensifs qui exploitent les capacités d'agents autonomes de Copilot, la facture pourrait donc augmenter significativement à partir de juin. Ce virage vers la facturation à l'usage reflète une tendance plus large dans l'industrie de l'IA, où les fournisseurs de services font face à des coûts d'infrastructure GPU qui explosent à mesure que les cas d'usage se complexifient. GitHub Copilot, lancé en 2021 et devenu l'un des outils de développement assisté par IA les plus populaires au monde avec plusieurs millions d'utilisateurs, doit composer avec la généralisation des modèles d'agents capables d'exécuter des tâches longues et coûteuses en calcul. D'autres acteurs comme Cursor ou Windsurf adoptent des approches similaires. La question reste ouverte de savoir si cette transition convaincra les entreprises clientes de maintenir leurs abonnements ou les poussera à comparer plus attentivement les offres concurrentes.

Outils⚒Outil

1 source

42

Illustration générée par IA

6008Interesting Engineering 

Des ingénieurs du MIT développent des micro-robots imprimés en 3D contrôlés par aimants

Des ingénieurs du Massachusetts Institute of Technology (MIT), de l'École polytechnique fédérale de Lausanne (EPFL) et de l'Université de Cincinnati ont mis au point un nouveau type d'hydrogel magnétique souple qui peut être imprimé en 3D à l'échelle microscopique. Ces structures, plus petites qu'un grain de sable, peuvent se déformer et se mouvoir de façon indépendante sous l'effet d'un aimant externe. Pour démontrer la précision du matériau, l'équipe a fabriqué des "sucettes" miniatures en gel magnétique, dont chaque composant peut réagir avec une intensité différente à un simple aimant de réfrigérateur. Lorsqu'on approche l'aimant, les structures se transforment instantanément en pinces robotiques coordonnées, reproduisant le mouvement de doigts qui se referment. Les chercheurs ont également conçu un interrupteur bistable d'un millimètre de long, équipé de "rames" de la taille d'un globule rouge, capable de se verrouiller en position marche ou arrêt par simple commande magnétique à distance. L'enjeu médical est central : des robots aussi miniaturisés, guidés sans fil par un aimant externe, pourraient traverser le corps humain pour effectuer des biopsies ciblées, collecter des échantillons biologiques ou administrer des médicaments avec une précision millimétrique, sans contact physique ni réaction chimique lente. Ce qui distingue cette approche des micro-robots existants, c'est la capacité à programmer des déformations complexes au sein d'une seule et même structure microscopique. Jusqu'ici, les matériaux magnétiques à cette échelle se déplaçaient comme un bloc rigide. Ici, chaque partie du robot peut répondre différemment au même champ magnétique. "Pour la micro-robotique souple, ce pourrait être une capacité qui change la donne", résume Carlos Portela, co-auteur de l'étude. La principale difficulté technique résidait dans l'impression 3D elle-même : les nanoparticules magnétiques dispersent la lumière laser utilisée en lithographie biphotonique et s'agglomèrent, compromettant la structure des pièces imprimées. Pour contourner cela, l'équipe a adopté un procédé en deux temps, baptisé "double-dip" : la structure polymère est d'abord imprimée sans particules magnétiques, puis plongée dans des bains chimiques successifs pour faire croître des nanoparticules d'oxyde de fer directement au sein du gel. La densité du gel, et donc son degré de magnétisme, peut être ajustée finement en modulant la puissance du laser lors de l'impression initiale, ce qui permet de programmer des niveaux de réactivité distincts dans un même robot. Ce travail s'inscrit dans une course mondiale à la micro-robotique médicale, où le contrôle sans fil à distance représente l'un des verrous technologiques les plus convoités par les équipes de chirurgie mini-invasive et de délivrance ciblée de médicaments.

Robotique⚡Actu

1 source

38

Illustration générée par IA

6009NVIDIA Developer Blog 

Simulations en continu : comment les agents IA font avancer l'ingénierie du sous-sol

L'industrie souterraine, qui englobe l'exploration pétrolière, gazière et géothermique, traverse une transformation numérique majeure portée par l'essor des agents IA capables de fonctionner en continu, 24 heures sur 24 et 7 jours sur 7. Pendant des décennies, exploiter le potentiel des réservoirs souterrains a exigé des ingénieurs spécialisés qui effectuaient manuellement des workflows complexes et chronophages. La croissance exponentielle des volumes de données géologiques et sismiques a creusé un fossé critique entre la vitesse de traitement des machines et la capacité humaine disponible, rendant les simulations à la demande pratiquement impossibles à opérer à grande échelle. L'introduction d'agents IA autonomes dans les boucles de simulation change fondamentalement cette équation. Ces systèmes peuvent enchaîner sans interruption des cycles complets de modélisation de réservoirs, ajuster les paramètres, interpréter les résultats et relancer de nouvelles itérations, sans attendre qu'un expert soit disponible. Pour les opérateurs pétroliers et les équipes d'ingénierie de réservoir, cela se traduit par une réduction drastique des délais de décision et une capacité à explorer un spectre bien plus large de scénarios géologiques en un temps réduit. Ce virage s'inscrit dans une tendance plus large d'automatisation des workflows scientifiques et industriels lourds, où l'IA agentique dépasse le simple rôle d'assistant pour devenir un acteur opérationnel autonome. Le secteur énergétique, sous pression pour optimiser l'extraction tout en réduisant les coûts et l'empreinte carbone, constitue un terrain d'expérimentation privilégié pour ces architectures. Les prochains développements devraient porter sur l'intégration de ces agents dans des pipelines de décision en temps réel, directement connectés aux données de terrain.

Outils⚒Outil

1 source

42

Illustration générée par IA

6010Pandaily 

De DeepSeek à DeepRoute : pourquoi un chercheur en IA de premier plan a misé sur le monde physique

Le 25 avril 2026, lors du Salon de l'automobile de Pékin, la startup chinoise d'autonomie véhiculaire DeepRoute.ai a tenu une conférence de presse inhabituelle dans le hall A4 du China International Exhibition Center : aucun véhicule en exposition, aucun prototype sur scène. Son PDG, Maxwell Zhou, a choisi ce vide comme manifeste. En une après-midi, il a dévoilé la nouvelle architecture stratégique de l'entreprise autour du concept de "Physical AI", son modèle fondateur (Foundation Model), une ébauche d'agent intégrant conduite et habitacle, et un chiffre clé : un véhicule sur trois équipé d'un système NOA urbain en Chine tourne aujourd'hui sur la technologie DeepRoute, soit plus de 300 000 voitures en circulation. L'événement a également marqué la première apparition publique de Ruan Chong, ancien directeur R&D de DeepSeek et chercheur central en IA multimodale, depuis son arrivée chez DeepRoute en tant que Chief Scientist. Ce repositionnement marque une rupture nette avec la logique dominante du secteur. Là où les acteurs de la conduite autonome se sont longtemps concurrencés sur des benchmarks techniques, quelle pluie, quel angle mort, quel cas limite, DeepRoute revendique désormais un rôle d'infrastructure, comparable selon Zhou à "l'électricité ou les télécommunications". L'objectif affiché est d'atteindre 1 000 miles ou plus entre deux interventions critiques (MPCI) d'ici fin 2026. "Quatre-vingt-dix pour cent de ce qui compte, c'est la sécurité", a déclaré Zhou, ajoutant que Tesla a déjà atteint ce seuil et que les petits modèles ne permettront jamais d'y parvenir : "Quoi que vous fassiez dans le monde des petits modèles, vous ne pouvez pas obtenir dix fois mieux en travaillant plus fort." Le virage vers les grands modèles de fondation est donc présenté comme une nécessité structurelle, pas une option. Le recrutement de Ruan Chong illustre une dynamique plus large que Zhou a explicitement nommée : les responsables de la recherche multimodale des grands groupes internet chinois migrent vers la conduite autonome. Ruan lui-même a expliqué ce choix avec franchise : "Les modèles de langage sont très matures, presque n'importe quelle tâche peut être traitée par un seul modèle. Mais dans l'intelligence multimodale et incarnée, on en est loin. Je préfère être à la frontière." Cette migration de talents, si elle se confirme, signale que le centre de gravité de l'IA appliquée se déplace du texte vers le monde physique. DeepRoute entend capitaliser sur cette fenêtre, avant que le secteur n'atteigne lui-même la maturité qu'a connue le NLP.

Robotique❧Opinion

1 source

46

Illustration générée par IA

6011The Verge 

Musk et Altman s'affrontent en justice

Le procès opposant Elon Musk à OpenAI et son PDG Sam Altman a officiellement débuté, marquant l'aboutissement d'une bataille juridique longtemps annoncée. L'affaire porte sur les origines de l'organisation, la répartition du mérite et des bénéfices liés aux premières années du développement de l'intelligence artificielle. Les prochaines semaines devraient voir défiler à la barre des figures majeures de la Silicon Valley, dont les communications privées et décisions internes seront rendues publiques devant le tribunal. L'enjeu dépasse le simple différend entre deux milliardaires : ce procès pourrait exposer des secrets stratégiques et financiers au cœur de l'une des entreprises les plus influentes du secteur IA. Certains observateurs estiment que cette publicité forcée est précisément l'objectif de Musk, qui cherche à fragiliser OpenAI à un moment critique, celui de sa conversion en société à but lucratif valorisée à plusieurs centaines de milliards de dollars. Elon Musk a cofondé OpenAI en 2015 aux côtés de Sam Altman et d'autres, en apportant des dizaines de millions de dollars de financement initial, avant de quitter le conseil d'administration en 2018. Il affirme que l'organisation a trahi sa mission originelle à but non lucratif en s'orientant vers la commercialisation massive, notamment via son partenariat avec Microsoft. Depuis, Musk a lancé sa propre société d'IA, xAI, créant un conflit d'intérêts évident que la défense d'OpenAI ne manquera pas d'exploiter.

Régulation❧Opinion

1 source

41

Illustration générée par IA

6012Interesting Engineering 

Des blocs reconfigurables permettent aux robots d'assembler et réutiliser des bâtiments

Des chercheurs du MIT ont mis au point un système de construction modulaire dans lequel des unités structurelles légères, appelées voxels, peuvent être assemblées par des robots pour former des bâtiments à l'échelle réelle. Publiés par le groupe de recherche du MIT, ces travaux présentent des blocs géométriquement conçus pour s'emboîter sans fixations permanentes, selon un principe de réseau en treillis où les forces se répartissent sur l'ensemble de l'assemblage plutôt que de se concentrer dans des colonnes ou des poutres isolées. Les robots progressent le long de la structure au fur et à mesure de sa construction, plaçant et connectant chaque unité en séquence. L'ensemble du système a été pensé autour de ce que les machines peuvent exécuter de manière fiable, une logique inverse par rapport au chantier traditionnel, où les outils robotiques sont généralement intégrés à des méthodes conçues pour des équipes humaines. L'enjeu est à la fois environnemental et économique. Les chercheurs estiment que la construction par voxels pourrait produire une empreinte carbone nettement inférieure à celle des méthodes conventionnelles, grâce à deux facteurs : une utilisation plus légère des matériaux par volume construit, et la possibilité de récupérer et de réutiliser les composants en fin de vie plutôt que de les démolir. Le béton et l'acier génèrent d'importants volumes de carbone incorporé lors de leur fabrication ; un voxel, lui, pourrait théoriquement traverser plusieurs bâtiments successifs au cours de sa durée de vie. L'automatisation modifie également l'équation du travail : en confiant les tâches de placement répétitives à des robots, le système pourrait réduire les coûts et accélérer les délais de construction pour des structures standardisées. Le projet s'inscrit dans une trajectoire de recherche plus large sur la construction numérique, l'idée que les bâtiments, à l'image de produits manufacturés, peuvent être spécifiés en unités discrètes lisibles par des machines. Mais des limites importantes subsistent à ce stade. Le système s'applique uniquement à des formes géométriquement simples ; les plans irréguliers, les structures mixtes en hauteur et l'intégration des réseaux électriques, de plomberie ou de climatisation dans les parois portantes restent hors de portée. L'imperméabilité, l'isolation thermique et acoustique ne sont pas non plus résolues par la géométrie des voxels seuls. La question de la montée en échelle vers des chantiers multi-étages en conditions réelles demeure entière. Si ces obstacles sont surmontés, l'approche pourrait transformer en profondeur la manière dont architectes et ingénieurs conçoivent et démantèlent les bâtiments de demain.

Robotique⚡Actu

1 source

45

Illustration générée par IA

6013SCMP Tech 

L'accord Meta-Manus difficile à annuler : comment Pékin va-t-il exercer son autorité ?

Meta Platforms avait annoncé il y a environ quatre mois le rachat de Manus, une startup d'intelligence artificielle d'origine chinoise, pour un montant de 2 milliards de dollars. Manus, qui se présentait comme le développeur du premier agent IA général au monde, avait accordé aux employés de Meta des accès illimités à sa plateforme durant cette période d'intégration progressive. Lundi, Pékin a ordonné le blocage de l'opération, intervenant tardivement alors que la transaction était déjà bien avancée. Selon des analystes, défaire cette acquisition sera "chronophage", "complexe" et "difficile" compte tenu du niveau d'imbrication déjà atteint entre les deux entreprises. La situation expose les risques concrets pour les groupes technologiques américains qui cherchent à absorber des startups issues de Chine : plus l'intégration est avancée au moment d'un veto gouvernemental, plus le démantèlement devient coûteux, juridiquement incertain et opérationnellement douloureux. Pour Meta, cela représente un revers stratégique dans sa course aux agents IA autonomes. Cette décision s'inscrit dans un contexte de durcissement croissant de Pékin sur les transferts de technologies stratégiques à l'étranger, particulièrement dans le secteur de l'IA. Manus avait suscité un vif intérêt mondial début 2025 en se positionnant comme une solution d'agent IA de nouvelle génération, capable d'agir de manière autonome sur des tâches complexes. L'affaire pourrait freiner de futurs rachats sino-américains dans le domaine de l'IA et renforcer la fracture technologique entre les deux superpuissances, chacune cherchant à protéger ses champions nationaux.

Business❧Opinion

1 source

38

Illustration générée par IA

6014Le Big Data 

Marketing d’entreprise : passer à l’AI-native, le vrai levier de transformation en 2026

En 2026, l'intelligence artificielle est présente dans la quasi-totalité des grandes directions marketing, mais les résultats concrets restent souvent décevants. Une analyse publiée par le Forbes Business Development Council pointe un paradoxe central : malgré la multiplication des outils et des initiatives, peu d'entreprises constatent une amélioration durable et significative de leurs performances commerciales. La raison est structurelle : l'IA est utilisée comme accélérateur de tâches existantes, rédaction plus rapide, automatisation partielle, analyse de données facilitée, mais le modèle opérationnel, lui, reste inchangé. Les campagnes continuent d'être planifiées selon des cycles rigides, les budgets définis en amont, les résultats évalués après coup. L'IA s'ajoute en couche technologique sans remettre en cause les logiques historiques, produisant une optimisation marginale plutôt qu'une transformation réelle. Ce qui distingue les entreprises qui tirent véritablement profit de l'IA, c'est leur capacité à reconstruire entièrement leur fonction marketing autour d'un système qui apprend et s'adapte en continu. L'IA modifie l'équation fondamentale du marketing : analyser, produire, tester, optimiser, un cycle autrefois freiné par des délais longs et des budgets contraints, devient possible en temps réel. Les données ne sont plus des instantanés ponctuels mais des signaux continus ; les contenus ne sont plus figés mais générés et ajustés en permanence ; les tests ne sont plus exceptionnels mais intégrés au fonctionnement quotidien. L'IA générative permet notamment de produire à grande échelle des variantes de contenus adaptées à des segments précis, voire à des individus. Le rôle du marketing évolue : il ne s'agit plus de concevoir des campagnes, mais de piloter un système dynamique d'apprentissage où chaque action alimente la suivante, créant un effet cumulatif sur les performances. La transition vers ce modèle "AI-native" suit généralement une progression en quatre phases : assistance (l'IA améliore la productivité, les décisions restent humaines), automatisation (certaines tâches sont déléguées à des systèmes), augmentation (génération de contenu, expérimentation et optimisation fonctionnent déjà en boucle), puis autonomie (le marketing devient un système qui s'auto-optimise en temps réel, avec une intervention humaine centrée sur la supervision stratégique). Ce passage d'un stade à l'autre ne relève pas d'un simple déploiement technologique : il implique de revoir les infrastructures de données, les modèles de gouvernance et les indicateurs de performance. Un projet pilote réussi ne suffit pas à transformer une organisation. L'enjeu pour les directions marketing en 2026 est donc moins d'adopter de nouveaux outils que de repenser leur architecture opérationnelle pour rendre l'apprentissage continu structurel, et non anecdotique.

Business❧Opinion

1 source

43

Illustration générée par IA

6015The Information AI 

Une startup fondée par un ex-chercheur Nvidia, parmi les nouvelles initiatives sur les world models

Deux nouvelles startups spécialisées dans les modèles du monde viennent d'entrer dans la course aux financements. Dream Labs, fondée ce mois d'avril 2026 par Joel Jang, ancien chercheur chez Nvidia où il travaillait sur le projet Groot, le modèle de l'entreprise dédié aux robots humanoïdes, cherche à lever plusieurs dizaines de millions de dollars pour son premier tour de table. Parallèlement, One World AI, cofondée par Sherry Yang, professeure à l'Université de New York et chercheuse principale chez Google DeepMind, vise une levée de 100 millions de dollars, selon des sources proches des négociations. Ces modèles du monde, ou "world models", sont des modèles de fondation conçus pour simuler la physique des interactions entre objets, humains et environnements. Ils sont considérés par une partie de la communauté de recherche comme une brique essentielle pour développer des robots capables d'agir de manière autonome et fiable dans le monde réel. L'intérêt des investisseurs pour ce secteur est donc directement lié aux ambitions croissantes de l'industrie robotique, qui cherche à dépasser les limites actuelles de la manipulation physique et du raisonnement spatial. Le mouvement s'inscrit dans un élan plus large initié ces douze derniers mois, durant lesquels des acteurs comme World Labs, la startup de la chercheuse en vision artificielle Fei-Fei Li, et AMI Labs, portée par le directeur scientifique de Meta Yann LeCun, ont levé chacun plusieurs milliards de dollars sur cette même thèse technologique. La convergence de profils issus de Nvidia, Google DeepMind et des grandes universités autour de ce segment précis signale que le pari sur les modèles du monde est en train de passer du stade académique à celui de la compétition industrielle à grande échelle.

Robotique❧Opinion

1 source

46

Illustration générée par IA

6016The Information AI 

Comment Nadella et Altman ont évité un conflit juridique autour d'AWS

Il y a deux mois, OpenAI a conclu un accord surprise avec Amazon Web Services pour distribuer ses technologies d'intelligence artificielle aux entreprises via le cloud d'AWS, un concurrent direct de Microsoft. Cette annonce a immédiatement créé des tensions avec Microsoft, partenaire historique d'OpenAI et détenteur d'une licence exclusive pour revendre les technologies OpenAI à ses clients cloud. Microsoft estimait que cet accord avec Amazon violait les termes du contrat liant les deux entreprises, tandis qu'OpenAI considérait que l'arrangement avec AWS était parfaitement compatible avec leur partenariat. Face à cette divergence, Satya Nadella et Sam Altman ont entamé une série de réunions au cours des dernières semaines pour désamorcer la crise avant qu'elle ne dégénère en conflit juridique. L'enjeu est considérable pour les deux parties. Microsoft a investi plusieurs milliards de dollars dans OpenAI et fondé une large partie de sa stratégie cloud sur l'exclusivité de l'accès à ses modèles. Voir OpenAI s'allier avec AWS, numéro un mondial du cloud, représente une menace directe sur les revenus Azure et remet en cause l'avantage concurrentiel que Microsoft pensait avoir sécurisé. Cette dispute illustre les tensions croissantes au sein d'un partenariat devenu trop étroit pour les ambitions respectives des deux entreprises. Alors qu'OpenAI accélère ses ventes et multiplie ses débouchés commerciaux, ses intérêts divergent de ceux de Microsoft. L'issue de ces négociations pourrait redéfinir les contours de leur relation et influencer la façon dont les grandes plateformes cloud accèdent aux modèles d'IA frontier.

Business❧Opinion

1 source

51

Illustration générée par IA

6017Le Big Data 

Google bouleverse le SEO avec AI Overviews : quelles conséquences pour les entreprises ?

Google a profondément modifié le fonctionnement de son moteur de recherche en déployant massivement les AI Overviews, des résumés générés automatiquement par l'intelligence artificielle qui s'affichent désormais en tête des résultats avant tout lien externe. Selon le Pew Research Center, seulement 8 % des utilisateurs cliquent encore sur un résultat classique lorsqu'un de ces encadrés synthétiques apparaît. D'après les analyses disponibles, ces résumés sont présents dans entre 18 % et plus de 50 % des recherches, une étude de Xponent21 estimant même leur présence dans plus d'une requête sur deux en 2025. Google justifie cette évolution par sa volonté d'« accélérer l'accès à l'information », mais le résultat est sans ambiguïté : le moteur ne joue plus uniquement le rôle d'intermédiaire vers le web, il devient un espace de consommation fermé où la réponse est délivrée sans sortie vers un site tiers. Pour les entreprises dont le modèle repose sur l'acquisition de trafic organique via Google, les conséquences sont immédiates et structurelles. Moins de clics signifie moins d'opportunités de conversion, de leads et de revenus publicitaires. Le contenu des éditeurs continue d'être indexé et utilisé comme matière première par l'IA, mais sans garantie de retour d'audience. Face à cette réalité, le SEO classique, centré sur le positionnement dans les résultats, laisse progressivement place à l'AEO, l'Answer Engine Optimization, dont l'objectif est d'être la source citée dans une réponse générée par l'IA plutôt que simplement bien classé. Cela implique des contenus plus courts, plus structurés, orientés vers des intentions de recherche précises, au détriment des formats longs et généralistes. La dépendance à Google s'avère par ailleurs plus risquée qu'avant, poussant les entreprises à diversifier leurs canaux vers les réseaux sociaux, les newsletters ou les communautés. Ce basculement s'inscrit dans une transformation plus large du paysage de la recherche en ligne. Google accorde désormais davantage de poids aux contenus publiés sur les réseaux sociaux, signal que le référencement déborde du web traditionnel. Parallèlement, la concurrence s'intensifie : ChatGPT explore des formats hybrides mêlant recherche, assistant et e-commerce via son projet Atlas, avec une intégration annoncée de Shopify qui illustre la convergence entre recherche conversationnelle et achat. La monétisation de l'audience semble aussi s'accentuer, à mesure que les fiches Google Business évoluent et que la publicité occupe plus de place dans l'interface. La recherche devient transactionnelle et intégrée, et l'accès à une visibilité organique réelle pourrait progressivement devenir un privilège payant.

Société⚒Outil

1 source

46

Illustration générée par IA

6018Le Big Data 

Scandale OpenAI : Ils ont créé des journalistes qui n’existent pas !

The Wire by Acutus, site d'information lancé le 29 décembre 2025, utilise des agents d'IA qui se présentent comme de vrais journalistes pour obtenir des citations d'experts humains. L'enquête, publiée par Model Republic via The Midas Project, révèle qu'aucun contributeur humain n'est identifiable sur le site, et que le détecteur Pangram estime à 97 % la proportion de contenus générés automatiquement. L'analyse du code source confirme un processus éditorial largement automatisé : sur cinq étapes de révision, une seule implique un humain, pour une durée moyenne de 44 secondes par article. Les enquêteurs ont retrouvé des champs destinés à alimenter l'IA en informations de base, des suggestions de questions d'interview, et un champ nommé « aiOriginalText » permettant de comparer le texte brut généré aux modifications apportées. L'affaire prend une dimension concrète avec Nathan Calvin, vice-président et conseiller juridique de l'association Encode : il a reçu un email d'un certain Michael Chen, se présentant comme journaliste pour Acutus et proposant un questionnaire sur une loi liée à l'IA au Tennessee. Ce journaliste n'existe nulle part en ligne, et l'adresse utilisée était le contact générique du site. Ce cas franchit un seuil inédit par rapport aux fermes à contenus IA déjà documentées. Jusqu'ici, l'IA produisait des textes ; ici, elle contacte de vraies personnes en se faisant passer pour un journaliste, ce qui lui permet d'extraire des citations authentiques pour crédibiliser un contenu entièrement automatisé. Pour les experts sollicités, il est impossible de distinguer un agent IA d'un journaliste humain. Pour l'ensemble du secteur médiatique, cela signifie qu'un processus éditorial complet, de l'interview à la publication, peut désormais s'exécuter sans intervention humaine réelle en moins d'une minute. La dimension politique aggrave les risques : le site cible aussi des voix critiques envers l'IA. Le chercheur John Sherman, défenseur de la sécurité de l'IA, a fait l'objet d'un article à charge accompagné de prises de contact avec les organisations avec lesquelles il collabore. Les liens entre The Wire by Acutus et OpenAI restent indirects mais troublants. Plusieurs articles du site ont été relayés par Patrick Hynes, figure des relations publiques proche du Parti républicain, dont le réseau se connecte à des structures liées à d'importants financements autour de l'IA, certains impliquant des personnalités associées à OpenAI. Aucune implication directe n'est formellement établie, mais l'hypothèse avancée est sensible : ce type de plateforme pourrait servir à diffuser des positions favorables à l'IA sous couvert de journalisme indépendant. L'affaire survient au moment où OpenAI renforce sa présence dans les médias, ayant récemment racheté l'émission TPBN, très suivie dans la Silicon Valley. Elle relance une question urgente : en l'absence de cadre légal imposant la transparence sur l'origine des contenus, rien n'empêche des agents automatisés de mener des interviews et de publier des articles sans que ni les sources humaines ni les lecteurs ne le sachent.

Éthique⚡Actu

1 source

45

Illustration générée par IA

6019Next INpact 

Taylor Swift dépose sa voix et son image comme marques pour contrer les clones IA

Taylor Swift a déposé le 24 avril 2026 plusieurs marques auprès de l'USPTO, l'agence américaine des brevets et des marques, pour protéger sa voix et son image contre les clones générés par intelligence artificielle. Deux de ces dépôts portent sur des extraits sonores de sa voix, les phrases "Hey, it's Taylor Swift" et "Hey, it's Taylor", tandis qu'un troisième concerne une photographie précisément décrite dans le dossier : la chanteuse tenant une guitare rose à sangle noire, vêtue d'une combinaison irisée multicolore et de bottes argentées. Cette démarche fait suite à celle de l'acteur Matthew McConaughey, qui avait obtenu mi-janvier l'approbation de huit marques similaires auprès de la même agence, incluant des vidéos et un enregistrement audio de sa célèbre réplique "Alright, alright, alright" tirée du film Dazed and Confused. Ces dépôts visent à combler un angle mort juridique que l'essor de l'IA générative a creusé dans l'arsenal légal des artistes. Le droit d'auteur protège les enregistrements existants, mais il ne couvre pas les contenus "inédits" produits "à la manière de" par une IA, sans copie directe d'une oeuvre protégée. Cette zone grise alimente déjà une industrie de l'escroquerie prospère : deepfakes de célébrités utilisés pour vendre des produits sur les réseaux sociaux, comme l'a vécu Tom Hanks en devant alerter publiquement ses fans qu'il ne faisait pas la promotion d'une assurance dentaire. Les "marques sonores" déposées par Swift fonctionnent sur le même modèle que le "tudum" de Netflix ou les carillons de la BBC, offrant un ancrage juridique qui couvre non seulement les copies exactes mais aussi les sons susceptibles de créer une confusion dans l'esprit du public. L'enjeu dépasse largement le cas de deux célébrités fortunées cherchant à protéger leur image. Si cette approche résiste aux tribunaux, elle pourrait redéfinir les responsabilités des plateformes d'IA et ouvrir la voie à des injonctions bien plus rapides et plus larges que ce que permet le droit d'auteur. Mais le chemin reste incertain : le droit des marques n'a jamais été testé de cette façon pour protéger une voix ou une apparence humaine, et des questions fondamentales demeurent sans réponse, notamment la définition de la "ressemblance trompeuse" appliquée à une voix synthétique. Les disparités juridiques entre pays ajoutent une couche de complexité supplémentaire. McConaughey lui-même, pourtant investisseur chez ElevenLabs, résume l'enjeu : "Nous voulons établir un cadre clair autour de la propriété, où le consentement et l'attribution deviennent la norme dans un monde dominé par l'IA."

Éthique❧Opinion

Aussi surSciences et Avenir Tech

29

Illustration générée par IA

6020AI News 

L'évolution des encodeurs : des modèles simples à l'IA multimodale

Les systèmes d'intelligence artificielle que nous utilisons chaque jour, des moteurs de recherche aux chatbots en passant par la détection de fraude bancaire, reposent tous sur une technologie rarement évoquée : les encodeurs. Ces composants agissent comme des traducteurs, convertissant l'information brute du monde réel (texte, images, sons) en représentations mathématiques que les machines peuvent traiter. Dans les années 1990 et 2000, cette conversion était entièrement manuelle : les développeurs décidaient eux-mêmes comment représenter chaque donnée. Un système de recommandation e-commerce pouvait catégoriser des chaussures de running comme "sport", mais ne pouvait établir de lui-même le lien avec les montres connectées ou les gourdes, sauf si ce lien avait été explicitement programmé. Les machines traitaient des chiffres, pas du sens. Tout a changé avec l'avènement des réseaux de neurones, qui ont permis aux encodeurs d'apprendre à partir des données plutôt que de suivre des règles fixes. Entraîné sur des milliers d'images de chats, un système identifie progressivement les oreilles, les moustaches, la queue, sans qu'aucun ingénieur ne lui ait décrit ces caractéristiques. Appliqué au langage, ce principe a conduit à la représentation des mots sous forme de vecteurs mathématiques capturant leur signification : c'est pourquoi Google comprend aujourd'hui que "vols pas chers" et "billets d'avion économiques" renvoient au même besoin. Une étape supplémentaire a été franchie avec les autoencodeurs, conçus pour comprimer l'information puis la reconstruire, forçant le modèle à identifier l'essentiel. Cette approche est désormais au cœur des systèmes anti-fraude des banques : un encodeur apprend ce qu'est une transaction "normale" et signale automatiquement toute anomalie, comme un achat à l'étranger inhabituellement élevé, sans avoir été programmé pour ce cas précis. La véritable rupture est venue avec les modèles Transformer, apparus à partir de 2017. Contrairement à leurs prédécesseurs qui traitaient l'information séquentiellement, ces architectures analysent la totalité d'une phrase ou d'une image en une seule passe, en pondérant dynamiquement quels éléments sont les plus pertinents. Face à l'ambiguïté de "Elle a vu l'homme avec le télescope", un encodeur Transformer analyse l'ensemble du contexte pour proposer l'interprétation la plus cohérente, là où les anciens modèles échouaient. Ces encodeurs alimentent aujourd'hui les assistants vocaux, les outils de traduction en ligne, les systèmes de recommandation de Netflix ou Spotify. L'étape suivante, déjà engagée dans des modèles comme CLIP ou Gemini, consiste à unifier texte, image, audio et vidéo dans un même espace de représentation : les encodeurs multimodaux, qui permettent à une IA de relier une photo, une description et un son comme le ferait un être humain.

LLMs❖Paper

1 source