Actualités IA — page 43

Gemini 4 est presque prêt, selon le nouveau responsable de Google DeepMind

842The Verge AI

Gemini 4 est presque prêt, selon le nouveau responsable de Google DeepMind

Google DeepMind s'apprête à lancer Gemini 4, la prochaine génération de son modèle d'intelligence artificielle phare, après avoir accusé du retard face à ses concurrents sur ses dernières sorties majeures. C'est Koray Kavukcuoglu, nouveau responsable de la division DeepMind de Google, qui l'a annoncé lors de sa première apparition médiatique dans le rôle, dans un entretien accordé à The Information. Selon lui, Gemini 4 se trouve actuellement dans sa phase de raffinement (refinement stage) et l'entreprise vise un lancement bien avant la fin de l'année. Il a déclaré vouloir publier "dès que possible" une première version post entraînement (early post-training output), ajoutant que les résultats observés en interne suscitent l'enthousiasme des équipes, et que Google entend poursuivre une itération rapide sur ce modèle. Cette annonce compte pour l'ensemble du secteur de l'IA générative, où le rythme de sortie des modèles de pointe est devenu un indicateur clé de compétitivité. Google avait pris du retard sur des rivaux comme OpenAI ou Anthropic dans la cadence de publication de ses modèles phares, malgré les capacités reconnues de la famille Gemini. Un lancement anticipé de Gemini 4 renforcerait la position de Google face à la concurrence et rassurerait développeurs et entreprises clientes sur la trajectoire produit de DeepMind. Cette déclaration intervient alors que Kavukcuoglu vient tout juste de prendre la tête de DeepMind, dans un contexte de réorganisation de la stratégie IA de Google. La course aux modèles de nouvelle génération s'intensifie, chaque acteur cherchant à démontrer sa capacité à itérer vite tout en maintenant la qualité, un équilibre qui déterminera les prochains rapports de force entre laboratoires d'IA.

LLMsActu

Meta Connect 2026 : lunettes Muse, voix, video et Charm

843Latent Space

Meta Connect 2026 : lunettes Muse, voix, video et Charm

Meta a présenté lors de sa conférence Connect 2026, tenue les 22 et 23 septembre, une nouvelle génération de son agent personnel Muse, dorénavant capable de voix et de vidéo en temps réel, avec la possibilité de tenir de longues conversations tout en exécutant des tâches en arrière-plan. L'entreprise a aussi dévoilé Muse Mail, qui attribue à chaque utilisateur une adresse email dédiée à son agent, ainsi qu'une fonction de contrôle d'ordinateur sur Mac permettant de lancer des tâches et de les laisser tourner seules. Côté matériel, Meta a lancé les lunettes Ray-Ban Meta Gen 3, dotées d'une batterie plus endurante et de microphones améliorés, ainsi que ses premières lunettes de réalité virtuelle, vendues 1 299 dollars et présentées comme un cinéma privé, un poste de travail multi-écrans et une console de jeu. Ces lunettes intègrent également une fonction d'aide auditive validée par la FDA américaine. Un boîtier porte-clés baptisé Muse Charm, permettant de dialoguer avec l'agent, doit être commercialisé en décembre. Meta a par ailleurs confirmé le rachat de la start-up audio WaveForms AI, dirigée par Alexis Conneau, dont les technologies alimentent le nouveau modèle Muse Realtime Avatar, capable d'animer un avatar synchronisé à la voix avec moins d'une seconde de latence. Cette stratégie illustre la volonté de Meta de faire du matériel le point d'entrée vers son intelligence artificielle, en misant sur les lunettes connectées plutôt que sur un simple assistant logiciel. L'entreprise a affirmé que Muse était devenu gratuit pour les utilisateurs, tout en se réservant la possibilité de prélever une commission sur les transactions effectuées via l'agent, qui dispose déjà d'un catalogue de plus de 1 500 applications connectées, dont Spotify, Box, GitHub, Notion et Lovable, ainsi que des partenariats commerciaux avec Walmart, Best Buy, Gap, Sephora et Instacart. Signe de la traction de l'agent, Muse aurait dépassé ChatGPT dans les classements de l'App Store, ce qui renforce la position de Meta face à OpenAI dans la course aux assistants IA grand public. Cette annonce s'inscrit dans la continuité du lancement de Muse Spark, trois semaines plus tôt, dont le déploiement avait été freiné par un blocage d'Amazon. Meta a également fait réapparaître sous le nom Charm les travaux de Limitless, une start-up rachetée discrètement par le passé. Enfin, la direction, par la voix d'Alexandr Wang, a annoncé la sortie prochaine du modèle le plus capable jamais entraîné par l'entreprise, sans toutefois en dévoiler les caractéristiques ni la date précise, laissant planer l'attente d'une nouvelle étape dans la compétition entre grands modèles de langage.

Aussi sur La Tribune

À l’ONU, les patrons de l’IA prennent place à la table des États, mais qui écrira les règles ?

844FrenchWeb

À l’ONU, les patrons de l’IA prennent place à la table des États, mais qui écrira les règles ?

Le 23 septembre 2026, le Conseil de sécurité des Nations unies a organisé une séance consacrée aux risques de l'intelligence artificielle, réunissant les dirigeants d'OpenAI, d'Anthropic et de Hugging Face face aux représentants des États membres. Plusieurs pays européens ont profité de cette tribune pour plaider en faveur d'un encadrement public renforcé de ces technologies, insistant sur la nécessité de soumettre les grands modèles d'IA à une supervision étatique plutôt qu'à une simple autorégulation des entreprises. Or, parmi les experts conviés à exposer leur analyse devant le Conseil, aucune entreprise européenne développant des modèles comparables à ceux d'OpenAI ou d'Anthropic n'a été invitée, pas plus qu'une institution de l'Union européenne. Cette absence pose une question de fond sur la gouvernance mondiale de l'IA : les acteurs qui façonnent aujourd'hui les règles du jeu, à l'ONU comme ailleurs, sont presque exclusivement des entreprises américaines, malgré les discours européens sur la souveraineté numérique. Pour l'industrie, ce déséquilibre illustre le risque que les futurs standards internationaux de sécurité de l'IA soient écrits par les mêmes groupes qui vendent ces technologies, sans contrepoids venu d'acteurs publics ou d'entreprises non américaines. Pour les citoyens et les régulateurs, cela interroge la légitimité d'un cadre normatif construit sans représentation équilibrée des différentes puissances technologiques. Cet épisode s'inscrit dans une compétition plus large entre grandes puissances et grands groupes technologiques pour définir les normes de gouvernance de l'IA, alors que l'Union européenne peine à faire émerger des champions industriels capables de rivaliser avec les géants américains sur la scène diplomatique internationale.

RégulationReglementation

« Les entreprises ont doublé leurs investissements IA en un an » : les leçons de l'étude du BCG

845La Tribune

« Les entreprises ont doublé leurs investissements IA en un an » : les leçons de l'étude du BCG

Les entreprises consacrent désormais 3,3 % de leur chiffre d'affaires au déploiement de l'intelligence artificielle générative, soit deux fois plus qu'il y a un an, selon une nouvelle étude du Boston Consulting Group (BCG). La moitié des sociétés interrogées constatent une réduction de leurs coûts comprise entre 2 et 3 % grâce à ces technologies, mais elles peinent encore à évaluer précisément le retour sur investissement global de leurs déploiements. Ces chiffres ont été révélés en avant-première à La Tribune par Sylvain Duranton, directeur monde de BCG X, la branche du cabinet spécialisée dans la data et l'intelligence artificielle. Ce doublement des budgets traduit un basculement de posture chez les grands groupes, qui passent de la phase d'expérimentation à des déploiements à plus grande échelle, avec des sommes désormais significatives à l'échelle d'un compte de résultat. Le fait que la moitié seulement des entreprises mesurent un gain tangible, sans disposer d'une vision complète du retour sur investissement, illustre la difficulté à transformer la promesse de l'IA générative en gains financiers clairement identifiables. Pour les directions générales et financières, cela pose la question de la méthodologie d'évaluation et du pilotage de ces investissements, dans un contexte où les budgets alloués à l'IA sont scrutés de près par les actionnaires. Cette étude s'inscrit dans un débat plus large sur la rentabilité réelle de l'IA générative, deux ans après l'engouement initial suscité par des outils comme ChatGPT. Les cabinets de conseil, dont BCG, se positionnent comme des accompagnateurs clés de cette transition, en aidant les entreprises à structurer leurs déploiements et à mesurer leurs effets. La question centrale pour les mois à venir reste de savoir si cette accélération des investissements se traduira par des gains de productivité durables et mesurables, ou si l'écart entre dépenses et retours constatés continuera de nourrir le scepticisme de certains dirigeants.

BusinessActu

Contrastive-LM lance CLM-8B, un modèle open source qui note les actions d'agents jusqu'à 9 fois plus vite que Jev

846MarkTechPost

Contrastive-LM lance CLM-8B, un modèle open source qui note les actions d'agents jusqu'à 9 fois plus vite que Jev

La société Contrastive-LM a dévoilé CLM-8B, premier modèle ouvert d'une nouvelle famille baptisée « Contrastive Language Models ». Au lieu de générer du texte, il compare des actions candidates à un état donné et renvoie des probabilités, via trois formats de requête (vrai/faux, choix multiple, note sur une échelle) calqués sur ceux de Jev, le modèle propriétaire « System One » de TypeSafe AI entré en accès restreint le 15 septembre 2026. Publié sous licence Apache 2.0 avec une tête de seulement 75 Mo, CLM-8B tourne sur un seul GPU NVIDIA, son encodeur Qwen3-8B étant servi par vLLM. Son entraînement en trois étapes, sur environ 60 millions de paires de questions-réponses puis 30 millions de négatifs difficiles générés par Gemini 2.5 Flash-Lite et un million de trajectoires d'agents, fait passer sa précision de 52,1% à 69,2% sur les tests retenus. Le principal atout de CLM-8B est la vitesse : sur un jeu de type T-Rex, il répond en 16,5 millisecondes contre 149,8 ms pour Jev, près de neuf fois plus rapide pour un score identique de 5/5. Il reste plus rapide mais légèrement moins précis sur l'appel d'outils (95,2% contre 99,2% pour Jev) et sur le jeu WikiRacing (26 victoires sur 30 contre 30/30). La mise en cache des états déjà rencontrés fait chuter la latence de 1,7 ms à 0,6 ms sur une carte RTX 4090. Affiné comme vérificateur pour sélectionner la meilleure solution parmi plusieurs candidats, CLM dépasse Jev en précision et en vitesse : 81,6% de réussite en 79 ms sur des tâches de codage DeepSWE, contre 71,1% en 449 ms pour Jev, et 87,6% en 32 ms sur Terminal-Bench 2.1 contre 83,1% en 131 ms. Jev, lui, obtient un score de vérification inférieur au taux de réussite brut des candidats, un signe qu'il sélectionne moins bien qu'un tirage aléatoire. Cette sortie illustre une tendance de fond dans l'IA agentique, où la latence et le coût de décision comptent autant que la qualité du texte généré ; en séparant l'encodage de l'état, qui change à chaque étape, de celui des actions, souvent stables, CLM vise directement les boucles d'agents de codage, de navigation web ou d'usage d'outils. Face à Jev, resté fermé et distribué au compte-gouttes par TypeSafe AI, Contrastive-LM mise sur l'ouverture totale de son modèle et sur un déploiement possible avec un seul GPU. Les résultats publiés portent toutefois sur des sous-ensembles de tests retenus, pas sur des classements publics complets, et CLM continue de perdre du terrain face à Jev sur l'appel d'outils et le WikiRacing. Le code et les poids du modèle sont disponibles sur GitHub.

LLMsActu

Open source et baisse des prix des modèles maintiennent les coûts de l'IA sous contrôle

847The Information AI

Open source et baisse des prix des modèles maintiennent les coûts de l'IA sous contrôle

Lors de la conférence AI Agenda Live organisée par The Information mercredi à San Francisco, des intervenants ont expliqué que la montée des modèles open source et les baisses de prix chez Anthropic et OpenAI permettent aux entreprises de maîtriser leurs coûts en intelligence artificielle sans sacrifier les résultats. Amjad Masad, directeur général de l'assistant de codage Replit, a déclaré que « l'existence de modèles open source ajoute une pression sur les prix pratiqués par les laboratoires, ce qui est une bonne chose ». De nombreuses entreprises restent toutefois incapables de mesurer précisément la valeur réelle de leurs dépenses en IA. Cette pression tarifaire compte directement pour les directions financières et techniques, confrontées à des budgets IA en forte croissance sans indicateurs fiables de retour sur investissement. La coexistence de modèles ouverts et fermés agit comme un régulateur de marché en poussant les grands laboratoires à ajuster leurs tarifs face à des alternatives moins coûteuses, ce qui profite aux entreprises utilisatrices, des startups aux grands groupes, en réduisant le coût d'accès à l'IA générative. Ce débat s'inscrit dans une compétition tarifaire de plus en plus vive entre les grands fournisseurs de modèles, alors que l'offre open source s'étoffe et gagne en performance. Des entreprises comme Replit, qui construisent leurs produits sur ces modèles, suivent cette concurrence de près puisqu'elle pèse sur leurs marges. Reste une question non tranchée : comment mesurer concrètement le retour sur investissement des dépenses en IA, un enjeu que les acteurs du secteur devront clarifier pour justifier la poursuite de ces investissements.

BusinessOpinion

Google s'apprête à lancer Gemini 4, son modèle IA phare

848The Information AI

Google s'apprête à lancer Gemini 4, son modèle IA phare

Google se rapproche de la sortie de son prochain modèle phare, Gemini 4. Koray Kavukcuoglu, responsable de la division Google DeepMind, l'a annoncé mercredi lors du AI Agenda Live Summit organisé par The Information, sa première apparition publique depuis sa prise de fonction à la tête de cette division. Selon lui, Gemini 4 se trouve actuellement dans les premières étapes du post-entraînement, la phase durant laquelle un modèle de base est affiné pour se comporter de façon fiable et cohérente. Kavukcuoglu a précisé espérer une mise à disposition du modèle "bien avant" la fin de l'année 2026, sans toutefois avancer de date précise. Cette annonce marque un moment attendu pour Google, qui cherche à reprendre l'avantage dans une course à l'intelligence artificielle où le géant américain a récemment pris du retard face à Anthropic et OpenAI. Pour les entreprises, développeurs et utilisateurs qui s'appuient sur les modèles Gemini, la nouvelle version pourrait redéfinir les repères de performance sur le marché et intensifier la concurrence directe avec des modèles comme ceux de la famille Claude ou GPT. Un calendrier de sortie plus rapide que prévu renforcerait aussi la crédibilité de Google DeepMind sous sa nouvelle direction. Cette course aux grands modèles de langage s'inscrit dans une rivalité stratégique de plus en plus âpre entre les principaux laboratoires d'IA, chacun cherchant à revendiquer le titre de modèle le plus performant. La nomination récente de Kavukcuoglu à la tête de Google DeepMind s'accompagne d'attentes fortes quant à la capacité du groupe à accélérer ses cycles de développement. La phase de post-entraînement étant généralement suivie de tests de sécurité et d'ajustements avant un déploiement public, les prochains mois diront si Google tient son calendrier annoncé.

LLMsActu

Guide pratique pour une IA fiable : décisions typées, confiance calibrée et parallélisation spéculative avec un modèle rapide

849MarkTechPost

Guide pratique pour une IA fiable : décisions typées, confiance calibrée et parallélisation spéculative avec un modèle rapide

TypeSafe AI a présenté Jev, son premier modèle dit System One, associé à un tutoriel de code détaillant son usage via le SDK Python officiel typesafe-sdk, en version 0.7.0. Contrairement aux modèles de langage classiques, Jev ne génère pas de texte : il reçoit un état de programme et des questions typées, puis renvoie directement des choix, des scores et des probabilités oui/non exploitables par le code appelant, via trois primitives nommées Choice, Score et Noul. L'accès passe par une clé API TYPESAFEAPIKEY obtenue sur console.typesafe.ai, le client par défaut utilisant l'alias jev-latest. Le tarif annoncé est de 0,042 dollar par million de tokens en entrée, les tokens de sortie restant gratuits. Le tutoriel illustre le modèle sur un ticket de support signalant un double prélèvement de 49 dollars sur la commande A-104, et montre que regrouper dix questions en un seul appel réduit la latence et le coût par rapport à dix appels séparés. Cette approche change la façon de concevoir des applications d'IA qui doivent produire des décisions fiables plutôt que du texte. En renvoyant des sorties typées, scorées et assorties de probabilités de confiance, Jev permet de brancher sa réponse directement dans la logique métier : routage conditionné par un seuil de confiance, scores composites dont les poids restent définis dans le code, appels de fonctions typés, ou comptage fiable, des tâches où les grands modèles génératifs restent coûteux à valider et sujets aux hallucinations. Le tarif très bas à l'entrée et la gratuité des sorties rendent l'approche adaptée à de gros volumes d'appels automatisés, par exemple pour trier des tickets de support ou filtrer des transactions. Pour les équipes produit, l'intérêt tient aussi à l'intégration facilitée avec des schémas Pydantic et une gestion d'erreurs typée, utile pour des systèmes de décision déployés en production. Cette sortie s'inscrit dans une tendance de l'industrie à développer, à côté des modèles génératifs capables de longs raisonnements, des modèles spécialisés dans la décision structurée et peu coûteuse à grande échelle. Le tutoriel détaille le passage en production : client asynchrone avec asyncio pour paralléliser les appels, politiques de nouvelle tentative, et un système de suivi qui totalise en continu les tokens consommés et leur coût. TypeSafe AI positionne ainsi Jev comme une brique d'infrastructure pour des pipelines de décision automatisés, plutôt que pour un usage conversationnel classique. La suite dépendra de l'adoption du SDK par les développeurs et de la capacité de l'entreprise à étendre sa gamme de modèles System One au-delà de Jev, dans un marché où la concurrence s'intensifie autour de modèles spécialisés, rapides et bon marché pour la classification et le routage automatisés.

850The Verge AI

Meta prépare un gadget Muse IA autonome

Mark Zuckerberg a dévoilé mardi soir, en clôture de la conférence Meta Connect, un nouvel appareil dédié à l'agent d'intelligence artificielle Muse de Meta. Baptisé Muse Charm, cet objet ressemble à une grosse montre connectée sans bracelet : un écran épais associé à un petit cordon permettant de le porter autour du cou ou de le transporter facilement. Il embarque un capteur d'empreintes digitales dans son coin supérieur droit, qui sert de bouton pour activer l'appareil et commencer à parler à l'agent. Meta y a également intégré une petite caméra ainsi qu'au moins trois orifices en façade correspondant à des microphones. Selon Zuckerberg, l'intérêt du Muse Charm est de permettre d'interagir avec l'IA sans avoir à déverrouiller un smartphone au préalable. Cette annonce marque une étape supplémentaire dans la stratégie de Meta visant à faire de l'intelligence artificielle un compagnon accessible en permanence, au-delà des smartphones et des applications classiques. En proposant un objet physique dédié, autonome et déclenchable d'un simple geste, l'entreprise cherche à réduire la friction d'usage qui freine l'adoption des assistants conversationnels et à s'imposer face à d'autres tentatives de matériel IA portable, jusqu'ici accueillies avec scepticisme par le marché. Le Muse Charm s'inscrit dans la continuité des lunettes connectées Ray-Ban Meta et de l'agent Meta AI, deux piliers de l'ambition du groupe de Mark Zuckerberg de dominer l'informatique portable centrée sur l'IA. Meta n'a pas communiqué de date de sortie ni de prix pour ce nouvel appareil, dont la présentation est restée brève lors de la keynote. Reste à voir si ce format séduira davantage que les précédents gadgets IA du secteur, souvent critiqués pour leur autonomie limitée et leur utilité incertaine au quotidien.

La nouvelle offre IA d'Amazon reflète la vague de remises du secteur

851The Information AI

La nouvelle offre IA d'Amazon reflète la vague de remises du secteur

Amazon a annoncé mercredi que les marchands vendant sur sa plateforme e-commerce bénéficieront d'un an d'utilisation gratuite de son assistant IA Quick Plus. Cette offre survient deux jours après que Microsoft a lancé, mardi soir, de fortes réductions sur les abonnements à son assistant IA Copilot. Ces deux initiatives s'inscrivent dans une vague plus large de remises pratiquées par des éditeurs de logiciels et des laboratoires d'intelligence artificielle, parmi lesquels OpenAI figure également. Torsten Slok, économiste en chef d'Apollo Global Management, a souligné lundi dans sa note quotidienne que les investisseurs obligataires continuent d'acheter la dette des géants du cloud (les "hyperscalers") en pariant sur un triplement de leurs flux de trésorerie opérationnels entre 2025 et 2030. Cette multiplication des offres gratuites et des rabais traduit une tension de fond dans l'industrie de l'IA. Alors que les dirigeants technologiques ne cessent de vanter le caractère transformateur de l'intelligence artificielle, les entreprises clientes montrent une résistance manifeste à en payer le plein tarif. Ce décalage pose problème au regard des sommes colossales investies dans les infrastructures nécessaires pour faire tourner l'IA à grande échelle. Pour les marchands Amazon et les utilisateurs de Microsoft 365, ces offres constituent une aubaine à court terme, mais elles interrogent sur la soutenabilité des modèles économiques bâtis autour des abonnements IA payants, un pilier central des stratégies de monétisation affichées par les grands acteurs du secteur. Le risque, selon Torsten Slok, est que ces pratiques de rabais massifs fragilisent ce qu'il appelle le "AI trade", c'est-à-dire le pari des marchés financiers sur la rentabilité future de l'intelligence artificielle. Si la croissance espérée des flux de trésorerie des hyperscalers ne se matérialise pas d'ici 2030, les spreads de crédit pourraient s'élargir et les plans d'investissement en capital être révisés à la baisse. Cette situation illustre la contradiction croissante entre les discours sur la valeur transformative de l'IA et la difficulté à convertir cette valeur perçue en revenus récurrents solides, une question désormais suivie de près par les investisseurs obligataires autant que par les acteurs technologiques eux-mêmes.

BusinessOpinion

Compression d'encodeurs audio neuronaux en streaming par distillation dans l'espace latent

852Apple Machine Learning

Compression d'encodeurs audio neuronaux en streaming par distillation dans l'espace latent

Des chercheurs détaillent une méthode de compression pour les encodeurs audio neuronaux en flux continu, à l'image du tokenizer utilisé par la fonction de dictée système d'Apple, qui fonctionne entièrement sur l'appareil. Ce tokenizer transforme de courtes fenêtres de forme d'onde en une représentation transmise à un modèle de fondation fonctionnant selon un principe d'activation parcimonieuse, appelé Instruction-Following Pruning, qui ne charge en mémoire vive qu'un petit sous-ensemble de ses experts à la fois. Le tokenizer, lui, doit rester actif en permanence pour capter la parole, et entre donc en concurrence avec ce modèle pour l'accès à la même mémoire. Les auteurs étudient comment réduire sa taille par distillation dans l'espace latent. L'enjeu est concret pour toute reconnaissance vocale fonctionnant hors ligne sur un appareil aux ressources limitées comme un smartphone. Le nombre de paramètres du tokenizer pèse directement sur la consommation d'énergie et la latence, car chaque mégaoctet de mémoire vive compte pour une fonction censée tourner en continu sans vider la batterie. En allégeant ce composant sans dégrader la qualité de la transcription, davantage de mémoire reste disponible pour le modèle de langage principal, ce qui améliore la réactivité de la dictée. Cette approche illustre la tendance de l'industrie à traiter la voix directement sur l'appareil, pour préserver la confidentialité et réduire la latence. Ce travail s'inscrit dans les efforts d'Apple pour faire tourner des modèles de fondation sophistiqués sur du matériel grand public aux ressources contraintes, en misant sur des architectures parcimonieuses plutôt que sur la seule puissance de calcul brute. La compétition pour la mémoire entre un composant toujours actif comme ce tokenizer et un modèle de langage activé par experts illustre les compromis techniques désormais centraux dans la conception de l'IA embarquée, à mesure que dictée vocale et assistants deviennent des briques standard des systèmes d'exploitation mobiles.

RecherchePaper

Muse arrive sur les lunettes connectées Meta

853The Verge AI

Muse arrive sur les lunettes connectées Meta

Meta a annoncé travailler à l'intégration de son assistant Muse dans ses lunettes connectées, seulement quelques semaines après le lancement de cet agent conversationnel. Cette extension concernera notamment les nouveaux modèles de lunettes dévoilés lors de la conférence Meta Connect. Les utilisateurs pourront activer Muse directement depuis leurs lunettes en prononçant simplement son nom, puis lui confier diverses tâches comme le suivi d'une séance de sport, l'enregistrement de repas consommés, ou une assistance aux achats en observant un produit dans un magasin. Cette annonce s'inscrit dans une série de mises à jour plus large pour la gamme de lunettes intelligentes de l'entreprise, qui inclut également de nouvelles fonctionnalités d'accessibilité, dont un dispositif d'amélioration auditive homologué par la FDA américaine pour les adultes présentant une perte auditive légère à modérée perçue. Cette intégration marque une étape importante dans la stratégie de Meta visant à transformer ses lunettes connectées en véritables assistants personnels portés au quotidien, plutôt qu'en simples accessoires de capture photo et vidéo. En combinant intelligence artificielle conversationnelle et fonctionnalités de santé et d'accessibilité, l'entreprise cherche à élargir l'utilité perçue de ces appareils auprès du grand public, notamment les personnes âgées ou malentendantes, et à renforcer leur adoption face à une concurrence croissante sur le marché des wearables intelligents. Ce mouvement s'inscrit dans la course plus vaste que se livrent les grandes entreprises technologiques pour intégrer l'intelligence artificielle générative directement dans des objets portés sur soi, où Meta investit massivement depuis plusieurs années via ses partenariats avec Ray-Ban. Reste à voir quand ces fonctionnalités seront réellement déployées à grande échelle et comment elles seront reçues par les utilisateurs.

Meta rend Muse plus puissant et permettra de discuter avec lui en visio

854The Verge AI

Meta rend Muse plus puissant et permettra de discuter avec lui en visio

Meta a annoncé une série de mises à jour pour Muse, son agent d'intelligence artificielle lancé récemment, afin de le rendre plus autonome et plus facile à contacter. Les agents Muse disposeront désormais de leur propre adresse email, qu'ils pourront utiliser pour accomplir des tâches en autonomie, et les utilisateurs pourront eux aussi échanger avec leur agent directement par courriel. L'application Muse pour Mac, lancée il y a peu, va également gagner la capacité d'utiliser l'ordinateur de l'utilisateur pour exécuter des actions. Autre nouveauté : Meta ajoute la possibilité de discuter avec Muse par appel vidéo, alors que l'interaction se limitait jusqu'ici à une simple messagerie textuelle. Ces ajouts marquent un pas vers des agents capables d'agir concrètement plutôt que de seulement répondre à des messages. En donnant à Muse un canal email autonome et un accès direct au système d'exploitation, Meta rapproche son assistant des outils capables d'exécuter des tâches multi-étapes pour le compte de l'utilisateur, sans supervision constante. L'ajout du mode vidéo vise à rendre l'interaction plus naturelle et à concurrencer les assistants vocaux et visuels déjà proposés par d'autres acteurs du secteur. Ces annonces s'inscrivent dans une phase d'itération rapide depuis le lancement de Muse, Meta cherchant à consolider sa position face à des concurrents comme OpenAI et Google, qui développent aussi des agents capables d'agir de manière autonome sur des tâches numériques. L'accès au système d'un ordinateur et à une boîte email pose toutefois des questions de sécurité et de confiance, enjeux que Meta devra adresser à mesure que ces capacités se généralisent auprès du grand public.

Les gagnants du XPRIZE Wildfire détectent les feux en 10 minutes, mais sans pouvoir les arrêter

855Ars Technica AI

Les gagnants du XPRIZE Wildfire détectent les feux en 10 minutes, mais sans pouvoir les arrêter

Le concours XPRIZE Wildfire, doté de 11 millions de dollars, a désigné ses finalistes sans qu'aucune équipe ne remporte l'un des deux grands prix. La compétition comportait deux volets : le premier, axé sur la détection des incendies depuis l'espace, demandait aux équipes de repérer avec précision tous les départs de feu sur une vaste zone d'Australie en moins de dix minutes. Le second, baptisé Autonomous Response Prize, mettait au défi des systèmes autonomes de détecter et d'éteindre un incendie à haut risque situé quelque part dans une zone rurale de l'Alaska, tout en ignorant des feux leurres, également dans un délai de dix minutes après le départ de flamme. Malgré l'absence de vainqueur pour ces deux grands prix, plusieurs équipes ont été récompensées lors de la cérémonie de finalistes pour leurs technologies de détection satellite et leurs drones de lutte contre les incendies. Ces avancées technologiques, même inabouties, arrivent à un moment critique où le coût des catastrophes liées aux feux de forêt ne cesse d'augmenter à l'échelle mondiale. Andrea Santy, directrice du programme XPRIZE Wildfire, a expliqué à Ars Technica que l'objectif est de fournir aux pompiers des outils qui leur permettent de mieux faire leur travail sans être exposés inutilement au danger. Selon elle, les professionnels du feu excellent dans leur métier, mais il devient injustifiable de continuer à les mettre en danger alors que des technologies capables de les protéger, ainsi que les communautés et les écosystèmes, sont en cours de développement. Le fait qu'aucune équipe n'ait atteint le niveau de performance exigé, détection totale en dix minutes pour le premier volet, extinction autonome complète pour le second, illustre l'écart qui subsiste entre la promesse de l'intelligence artificielle appliquée à la surveillance environnementale et son application opérationnelle fiable sur le terrain. Le concours s'inscrit dans une dynamique plus large de compétitions XPRIZE destinées à accélérer l'innovation face à des défis globaux, ici l'intensification des mégafeux liée au changement climatique. Les technologies primées, imagerie satellite rapide et drones d'intervention, pourraient néanmoins être affinées et déployées progressivement par les autorités et les agences de gestion forestière dans les années à venir.

RobotiqueActu

Google lance Gemini 3.8 Flash TTS et Flash-Lite TTS, avec conception vocale par prompt

856MarkTechPost

Google lance Gemini 3.8 Flash TTS et Flash-Lite TTS, avec conception vocale par prompt

Google a mis en ligne Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS, deux nouveaux modèles de synthèse vocale de sa famille Gemini Audio, présentés comme ses modèles audio les plus expressifs à ce jour. Les deux versions sont accessibles dès maintenant via l'API Gemini et Google AI Studio, sous les identifiants gemini-3.8-flash-tts et gemini-3.8-flash-lite-tts, sans poids ouverts pour un hébergement local ; l'accès entreprise via Gemini Enterprise est annoncé comme prochain. Flash TTS cible la direction créative et la conception de personnages pour le jeu vidéo, les livres audio immersifs, les podcasts et les médias interactifs, avec un contrôle fin sur le jeu d'acteur, le rythme et les changements de dialecte. Flash-Lite TTS vise la production à grande échelle et à coût réduit pour le doublage et les agents vocaux. Alors que la génération précédente proposait 30 voix originales, Flash TTS peut désormais créer des voix inédites à partir d'un simple prompt décrivant rôle, accent et caractéristiques, dans plus de 100 langues et dialectes, et les développeurs disposent d'une bibliothèque de plus de 2 000 voix prêtes à l'emploi, couvrant des variantes régionales comme l'espagnol mexicain, le français québécois ou l'anglais écossais. Sur le benchmark Hume AI Voice Design, Flash TTS se classe numéro un avec un score de 71,4. Cette montée en gamme s'inscrit dans une bataille industrielle autour de la voix synthétique, où la qualité d'interprétation et la diversité linguistique deviennent des critères de différenciation aussi importants que la puissance brute des modèles de texte. Pour les studios de jeux vidéo, les plateformes de podcasts ou les créateurs de livres audio, la possibilité de générer des voix sur mesure à partir d'un texte, avec des indications scéniques directement intégrées au script, réduit fortement le recours à des comédiens de doublage pour les productions de masse ou multilingues. Les fonctions de mise en scène vocale, comme les deux voix distinctes dans un dialogue généré à partir d'un seul script, les bruitages non verbaux tels que les rires ou soupirs, et les interjections d'écoute active, rapprochent la synthèse vocale d'une véritable direction d'acteur automatisée, ce qui ouvre la voie à des contenus audio produits à très grande échelle et à moindre coût. Cette évolution s'accompagne toutefois d'un encadrement renforcé de la réplication vocale, un sujet sensible depuis l'essor des deepfakes audio. Google exige un échantillon de 30 secondes de la voix concernée, accompagné d'un enregistrement de consentement verbal du propriétaire de la voix, comparé à l'échantillon de référence. Chaque extrait généré par les modèles Gemini Audio embarque un filigrane invisible SynthID, et les voix répliquées portent en plus des identifiants de provenance C2PA. Une fonction de remixage vocal, permettant d'ajuster timbre, hauteur et accent d'une voix existante via un prompt, est annoncée comme à venir. Cette sortie place Google en concurrence directe avec les autres acteurs de la synthèse vocale générative, dans un secteur où les questions d'authentification et de traçabilité du contenu deviennent aussi centrales que la qualité audio elle-même.

CréationActu

Aussi sur AI News

L'agent IA de Meta est un petit assistant sympathique, très doué pour dépenser mon argent

857The Verge AI

L'agent IA de Meta est un petit assistant sympathique, très doué pour dépenser mon argent

Meta a doté son application d'assistant d'intelligence artificielle d'un nouvel agent conversationnel destiné à aider les utilisateurs dans leurs achats en ligne et la gestion de tâches quotidiennes. Présenté sous la forme d'un personnage animé, un petit ours au design volontairement attachant, cet agent s'inscrit dans Meta AI et vise à automatiser des démarches concrètes : passer des commandes, comparer des produits ou encore régler des formalités administratives mineures. L'information est rapportée par The Verge, dont la journaliste décrit son expérience personnelle avec l'outil, qu'elle a testé pour déléguer des tâches du quotidien, des achats impulsifs jusqu'à la gestion de contrariétés domestiques comme un contrat de ramassage des ordures résilié sans préavis. Cette initiative illustre une tendance de fond dans l'industrie technologique : transformer les chatbots en véritables agents capables d'agir à la place de l'utilisateur, et non plus seulement de répondre à des questions. Pour Meta, l'enjeu est de taille, puisque ces agents pourraient devenir un nouveau canal de commerce, capable d'orienter voire de déclencher directement des achats au nom des utilisateurs, avec les questions de confiance, de contrôle des dépenses et de transparence commerciale que cela soulève. Cette annonce s'inscrit dans la course plus large que se livrent les géants technologiques autour des agents autonomes capables d'exécuter des tâches complexes sans supervision constante. Meta, comme OpenAI, Google ou Amazon, cherche à imposer son propre assistant comme point d'entrée quotidien des consommateurs, un terrain où la personnalisation de l'expérience, via des personnages ludiques comme cet ours, pourrait jouer un rôle déterminant dans l'adoption grand public de ces technologies encore jeunes.

De la navigation dispersee aux reponses instantanees : comment HEMA utilise MCP et Amazon Bedrock

858AWS ML Blog

De la navigation dispersee aux reponses instantanees : comment HEMA utilise MCP et Amazon Bedrock

HEMA, chaîne de distribution néerlandaise centenaire comptant plus de 750 magasins répartis dans plusieurs pays, a construit HAL, un assistant IA interne, pour mettre fin à la dispersion de ses connaissances techniques. Le projet, décrit par Mauro Rallo et Patrick van der Plas de HEMA, s'appuie sur le protocole Model Context Protocol (MCP) et sur Amazon Bedrock AgentCore. Auparavant, les ingénieurs devaient naviguer entre wikis déconnectés, catalogues de services et portails informatiques disparates, une recherche pouvant occuper une après-midi entière à travers trois ou quatre portails différents. HEMA possédait pourtant déjà un catalogue de services structuré reliant équipes, services, API et capacités métier, alimenté par son système de gestion de l'information produit (PIM) et ses tables de data mesh. HAL et MCP réunissent cette connaissance en une source unique, accessible depuis les outils déjà utilisés comme le chat HAL, Kiro ou Claude, avec une sécurité ancrée dans Microsoft Entra ID et aucun identifiant AWS stocké côté client. Le gain est concret : une réponse qui exigeait auparavant plusieurs heures de recherche dispersée s'obtient désormais en quelques secondes, directement depuis l'environnement de développement ou une fenêtre de chat. L'outil, conçu au départ pour les développeurs, profite désormais à toute l'organisation technologique de HEMA, ingénieurs, product owners et analystes métier compris. Il répond surtout à un problème de passage à l'échelle : tant que les équipes restaient petites, des questions comme "comment demander l'accès à une API" trouvaient réponse en interne, simplement. Avec la croissance des effectifs et l'arrivée de nouveaux ingénieurs, ce modèle informel s'est effondré faute de documentation écrite, provoquant un onboarding plus lent, des réponses incohérentes et une perte de concentration constante. En centralisant cette connaissance procédurale, HEMA réduit ce frottement organisationnel, une approche transposable à d'autres grandes entreprises aux systèmes complexes. Le choix technique répond à deux objectifs complémentaires : HAL unifie les connaissances fragmentées en une source de vérité gouvernée, tandis que MCP, protocole standardisé reliant clients IA et systèmes internes, livre cette connaissance directement dans les outils déjà utilisés par les équipes plutôt que d'ajouter un portail supplémentaire. Ce choix évite à HEMA de construire une intégration sur mesure pour chaque nouvel outil ou agent IA adopté. L'architecture bâtie sur Amazon Bedrock AgentCore doit désormais servir de socle à une évolution plus ambitieuse : transformer HAL d'une simple couche de connaissance en lecture seule vers une couche d'action capable d'exécuter des tâches, comme demander l'accès à une API ou provisionner un groupe. Le projet illustre un mouvement plus large où les grandes entreprises cherchent à connecter leurs assistants IA internes à des systèmes hétérogènes pour réduire la friction opérationnelle au quotidien.

OutilsActu

Intelligence vidéo conversationnelle à base d'agents, construite sur AWS

859AWS ML Blog

Intelligence vidéo conversationnelle à base d'agents, construite sur AWS

Un nouvel article technique publié par AWS détaille une solution de "vidéo intelligence" fondée sur l'intelligence artificielle agentique, qui permet d'interroger le contenu de vidéos en langage naturel et d'obtenir une réponse en quelques secondes. Le système s'appuie sur le Strands Agents SDK pour orchestrer, au moment de la requête, plusieurs services AWS : Amazon Bedrock (avec les modèles Claude Sonnet d'Anthropic), Amazon Rekognition pour l'analyse visuelle et Amazon Transcribe pour la transcription audio. Pour du contenu déjà analysé, les réponses arrivent en moins d'une seconde ; l'analyse initiale d'une nouvelle vidéo prend de 5 à 10 minutes selon sa durée. Le code complet est disponible sur un dépôt GitHub associé à l'article. La solution a été déployée dans le cadre d'une mission d'AWS Professional Services auprès d'une grande entreprise du secteur médias et divertissement, dont les consultants interrogent désormais des enregistrements de sessions de découverte pour en extraire décisions de conception, actions à mener et positions des parties prenantes. Selon une comparaison interne avant/après réalisée par le client (non vérifiée de façon indépendante), cela a permis de réduire d'environ 80 % le temps de revue manuelle sur un arriéré de plus de 200 enregistrements de plusieurs heures chacun. L'enjeu dépasse le seul cas médias : les organisations des secteurs de la sécurité, de l'assurance et des services professionnels accumulent des volumes de vidéo que leurs équipes ne peuvent plus visionner intégralement, qu'il s'agisse d'enregistrements de réunions, de flux de caméras de sécurité ou de vidéos d'inspection terrain stockées sans être jamais réexaminées. Jusqu'ici, exploiter cette information exigeait soit un visionnage manuel chronophage, soit la construction d'un pipeline de machine learning distinct pour chaque type de question (transcription pour les réunions, vision par ordinateur pour la recherche visuelle, reconnaissance faciale pour l'identification de personnes), ce qui multipliait les coûts de développement. L'approche agentique change la donne : un agent unique décide dynamiquement quel service invoquer selon la question posée, qu'il s'agisse de résumer les trente premières minutes d'une réunion, de vérifier si une personne est apparue dans des images de sécurité, ou d'identifier quel véhicule a changé de voie avant une collision, sans qu'il soit nécessaire de bâtir une chaîne de traitement spécifique pour chaque usage. Cette architecture illustre une tendance plus large dans le déploiement de l'IA générative en entreprise : remplacer des pipelines figés par des agents capables de choisir eux-mêmes, à l'exécution, les outils spécialisés à mobiliser, le modèle de langage jouant le rôle de routeur logique plutôt que le code applicatif. Pour fonctionner, la solution nécessite un compte AWS avec accès à Amazon Bedrock et aux modèles Claude Sonnet, ainsi qu'à Amazon S3, Python 3.11 ou supérieur, et le SDK Strands Agents ; le traitement documentaire peut également passer par Amazon Bedrock Data Automation en alternative à Rekognition et Transcribe. AWS positionne ainsi ce type d'architecture agentique comme un modèle reproductible pour d'autres organisations confrontées à des volumes vidéo croissants et à des besoins d'analyse toujours plus variés.

Utiliser des modèles à poids ouverts pour coder avec l'IA via Amazon Bedrock

860AWS ML Blog

Utiliser des modèles à poids ouverts pour coder avec l'IA via Amazon Bedrock

Amazon Web Services a détaillé, dans un article technique publié sur son blog, comment déployer OpenCode, un agent de codage IA open source écrit en Go, en le couplant à des modèles à poids ouverts hébergés sur Amazon Bedrock. OpenCode fonctionne en ligne de commande, lit et modifie des fichiers, exécute des commandes shell et comprend la structure d'un projet grâce au protocole LSP (Language Server Protocol). Il se connecte à plus de 75 fournisseurs de modèles de langage, dont Bedrock. L'article présente des exemples concrets avec trois modèles : Kimi K3 de Moonshot AI, GPT-OSS 120B d'OpenAI et Nemotron 3 Super 120B de NVIDIA. AWS cite aussi le cas d'Ethara.AI, qui utilise déjà cette architecture en production avec une orchestration multi-agents pour ses workflows d'ingénierie et de recherche IA. Selon le rapport 2025 de McKinsey sur l'open source dans l'IA, 76 % des organisations prévoient d'augmenter leur usage de modèles à poids ouverts, et les entreprises les plus avancées en IA sont 40 % plus susceptibles de les adopter. Cette approche répond à une frustration répandue chez les développeurs : la plupart des agents de codage IA imposent d'envoyer du code propriétaire vers une API tierce, enferment l'utilisateur chez un seul fournisseur de modèle, ou facturent des abonnements par utilisateur indépendamment de l'usage réel. Avec Bedrock, le code, les prompts et les réponses restent dans le compte AWS du client, ce qui répond aux exigences de résidence des données et de conformité, un enjeu majeur pour les secteurs régulés. Sur le plan économique, AWS cite une analyse de Gartner selon laquelle les workflows agentiques multiplient la consommation de tokens par un facteur de 5 à 30, rendant le coût par token déterminant à grande échelle : pour des volumes de plusieurs millions de conversations mensuelles, basculer vers des modèles ouverts sur Bedrock permettrait de réduire les coûts annualisés. CrowdStrike a par exemple affiné un modèle Nemotron atteignant 96 % de précision sur des requêtes valides, contre 61 % pour GPT-4o et 94 % pour Claude Sonnet 4.5, illustrant que des modèles ouverts spécialisés peuvent surpasser des modèles propriétaires généralistes sur des tâches spécifiques. Ce mouvement s'inscrit dans une tendance plus large de bascule de l'industrie vers les poids ouverts, portée par cinq facteurs selon AWS : la parité de performance sur des tâches spécialisées, l'efficacité de coût, la possibilité de personnalisation via le fine-tuning et la distillation, la flexibilité de changer de modèle par un simple paramètre d'API, et la transparence architecturale exigée par certains cadres réglementaires. Bedrock permet de basculer entre plusieurs modèles sans gérer soi-même de serveurs GPU ni d'infrastructure d'inférence. Le service propose notamment un profil d'inférence inter-régions global pour Kimi K3, environ 10 % moins cher qu'un profil géographique, ainsi qu'un profil américain dédié pour les workloads soumis à des contraintes de résidence des données aux États-Unis. Ces annonces confirment qu'AWS cherche à se positionner comme la plateforme de référence pour héberger en toute confidentialité les modèles ouverts qui alimentent la nouvelle génération d'outils de développement assistés par IA.