Aller au contenu principal
Le Fil IA

Actualités IA — page 69

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

☕️ Google généralise le signalement des publicités générées par IA
1361Next INpact 

☕️ Google généralise le signalement des publicités générées par IA

Google, l'une des plus grandes régies publicitaires au monde, va généraliser le signalement des publicités créées ou modifiées par intelligence artificielle générative sur ses services de recherche, Discover et YouTube. Le panneau « Mes préférences publicitaires », déjà accessible en touchant les trois petits points sous une annonce ou son icône d'information, va intégrer une nouvelle catégorie baptisée « Comment cette annonce est faite », qui précisera si le contenu a été généré ou édité avec de l'IA. Lorsqu'un annonceur utilise les outils d'IA maison de Google, la mention sera ajoutée automatiquement. Si des outils tiers ont servi à produire une publicité diffusée sur les espaces de Google, l'annonceur pourra volontairement préciser le recours à l'IA. Selon les exigences locales, une étiquette pourra aussi apparaître directement sur la publicité elle-même, de façon automatique ou à l'initiative de l'annonceur. Cette généralisation s'appuie sur une règle déjà en vigueur depuis 2023, qui imposait le signalement des contenus IA ou numériquement altérés dans les publicités électorales. Cette évolution répond à un problème concret : les outils d'IA générative permettent désormais à n'importe quel annonceur de produire des visuels et vidéos publicitaires quasiment indiscernables de contenus authentiques. Si Google interdit officiellement les publicités trompeuses ou mensongères, rien n'empêche un annonceur de recourir à l'IA pour créer des contenus lourdement retouchés, brouillant la frontière entre mise en valeur légitime d'un produit et tromperie pure. Pour l'internaute, qui n'a souvent aucun moyen de vérifier l'origine d'une image ou d'une vidéo publicitaire, cette opacité complique l'exercice d'un jugement éclairé. En rendant visible l'usage de l'IA, Google cherche à redonner aux utilisateurs un repère minimal pour évaluer ce qu'ils voient, sans pour autant interdire la pratique elle-même, ce qui laisse une marge d'appréciation importante aux annonceurs sur le degré de retouche à signaler. Cette annonce s'inscrit dans un mouvement plus large de la part des grandes plateformes pour encadrer la publicité générée par IA, sur fond d'inquiétudes autour de la désinformation, notamment en période électorale : une enquête a récemment révélé que 16 % des électeurs ont consulté une IA pour savoir pour qui voter aux dernières municipales. Meta a mis en place un dispositif comparable, avec une étiquette « Infos IA » obligatoire pour les publicités politiques utilisant des contenus audio, vidéo ou images générés ou modifiés par IA, et une signalisation plus générale pour les autres publicités utilisant des outils maison ou tiers. Selon la fiche d'assistance de Meta, mise à jour il y a cinq semaines, le déploiement reste toutefois partiel, si bien que toutes les publicités concernées ne portent pas encore systématiquement la mention. Reste à savoir si ces mesures, encore largement déclaratives et dépendantes de la bonne foi des annonceurs, suffiront à contenir la multiplication des contenus publicitaires synthétiques à mesure que les outils de génération deviennent plus accessibles et plus convaincants.

ÉthiqueActu
1 source
LingBot-World-Infinity : un modèle causal du monde ouvert doté d'un harnais d'agents
1362MarkTechPost 

LingBot-World-Infinity : un modèle causal du monde ouvert doté d'un harnais d'agents

Robbyant, l'unité d'intelligence incarnée d'Ant Group, a dévoilé LingBot-World-Infinity, aussi appelé LingBot-World 2.0, un modèle causal de génération vidéo qui fonctionne comme un simulateur de monde interactif. Le système génère l'image image par image, chaque état ne dépendant que des images passées et de l'action en cours, une action qui combine une pose de caméra encodée via des embeddings de Plücker et un prompt textuel injecté par attention croisée. Le modèle principal compte 14 milliards de paramètres, avec une variante allégée de 1,3 milliard déployable sur un seul GPU. L'équipe revendique quatre avancées par rapport à la version précédente : un horizon d'interaction illimité sans perte de qualité, une variante distillée capable de générer un flux vidéo en 720p à 60 images par seconde en temps réel, un espace d'actions élargi incluant l'attaque au corps à corps, le tir à l'arc, les sorts magiques et le tir à distance, ainsi qu'un dispositif agentique associant un agent pilote et un agent directeur. Le cœur technique repose sur un masque d'attention baptisé MoBA, pour Mixture of Bidirectional and Autoregressive Attention. Il corrige un défaut classique de l'entraînement autorégressif par teacher forcing, où le modèle finit par s'appuyer excessivement sur le contexte passé plutôt que d'apprendre à prédire l'avenir, ce qui dégrade la qualité visuelle à mesure que le contexte s'allonge. MoBA ajoute un bloc d'attention bidirectionnelle qui agit comme régularisateur et facilite la génération à longueur variable. L'entraînement se déroule en deux temps : un pré-entraînement par flow matching conditionnel avec interpolation de flux rectifié, puis une distillation qui compresse le modèle enseignant en un modèle étudiant à quelques étapes, via distillation par cohérence et par appariement de distributions. Ce dernier procédé est appliqué non seulement aux séquences guidées par l'enseignant mais aussi aux longues trajectoires générées par le modèle lui-même, ce qui expliquerait sa résistance à la dérive sur le long terme. Cette robustesse temporelle est cruciale pour les usages visés : simulation d'environnements pour l'entraînement de robots ou d'agents incarnés, où une dérive progressive du monde généré rendrait l'apprentissage inutilisable. Le dispositif agentique illustre cet enjeu : un modèle vision-langage joue le rôle de directeur, gérant la cohérence sémantique globale, pendant qu'un transformeur de diffusion pilote simule la physique locale. Deux modes d'interaction existent, l'un purement sémantique via des cartes d'événements sans masques d'objets, l'autre assisté par suivi d'objets avec Segment Anything Model, permettant aux utilisateurs de sélectionner un objet suivi pour déclencher une action, de modifier l'heure ou la météo, ou de faire apparaître de nouvelles entités dans la scène.

RechercheActu
1 source
Meta trouve un nouveau moyen de dépenser une fortune dans l'IA
1363The Information AI 

Meta trouve un nouveau moyen de dépenser une fortune dans l'IA

Meta Platforms a dévoilé jeudi son dernier modèle d'intelligence artificielle, baptisé Muse Spark 1.1, au lendemain de l'annonce d'un nouveau modèle par la division IA de SpaceX. Meta affirme que ce nouveau système offre des performances comparables à celles des modèles établis d'OpenAI, d'Anthropic et de Google, une revendication que les développeurs devront tester dans les prochains jours pour la confirmer ou l'infirmer. Cette annonce intervient dans une semaine chargée pour le secteur, puisque OpenAI a de son côté présenté ses derniers modèles, baptisés GPT 5.6. Mais l'élément le plus marquant reste ailleurs : dans un entretien accordé à Bloomberg, le PDG de Meta Mark Zuckerberg a indiqué que la tarification proposée aux utilisateurs pour accéder à Muse Spark 1.1 serait "très agressive et attractive". Selon Bloomberg, ces prix se situeraient environ au quart de ceux pratiqués par les modèles haut de gamme d'Anthropic et d'OpenAI. Cette stratégie tarifaire signale une intention claire de Meta de gagner des parts de marché en misant sur le prix plutôt que sur une supériorité technique démontrée. Pour les entreprises et développeurs qui intègrent l'IA générative dans leurs produits, une offre nettement moins chère mais aux performances équivalentes changerait la donne économique, en particulier pour les usages à grande échelle où les coûts d'inférence pèsent lourd. Cela pourrait aussi forcer les acteurs établis à revoir leurs propres grilles tarifaires pour rester compétitifs face à un rival prêt à subventionner massivement l'usage de son modèle. Ce mouvement s'inscrit dans un contexte où plusieurs entreprises jusqu'ici considérées comme en retard sur l'IA générative, Meta et SpaceX en tête, cherchent à rattraper OpenAI, Anthropic et Google en misant sur des lancements rapprochés. Meta dispose de moyens financiers considérables pour soutenir une guerre des prix prolongée, une capacité que peu de concurrents peuvent égaler. La question qui reste ouverte est de savoir si cette stratégie suffira à convaincre les développeurs d'adopter Muse Spark 1.1 à grande échelle, ou si la qualité réelle du modèle, une fois testée en conditions réelles, viendra contredire les promesses de Meta.

BusinessOpinion
1 source
Le silence comportemental dans la négociation à base d'agents : formaliser et limiter les attaques par inférence via des politiques aléatoires
1364Apple Machine Learning 

Le silence comportemental dans la négociation à base d'agents : formaliser et limiter les attaques par inférence via des politiques aléatoires

Les chercheurs à l'origine de cet article, accepté au workshop AI4TCI (AI for Secure and Trustworthy Critical Infrastructure Systems) organisé dans le cadre de la conférence internationale ARES 2026 (Availability, Reliability and Security), s'attaquent à un problème émergent dans le déploiement d'agents de négociation autonomes. Ces agents, de plus en plus utilisés dans des secteurs sensibles comme l'assurance et les achats professionnels (procurement), sont censés protéger la confidentialité des données grâce à des techniques cryptographiques qui chiffrent les valeurs explicitement communiquées, comme les prix ou les seuils de tolérance. Mais l'étude met en lumière une faille bien plus subtile: la fuite de confidentialité comportementale. Un adversaire peut, sans jamais accéder aux données chiffrées, déduire les contraintes privées d'un agent simplement en observant la dynamique de la négociation, notamment les trajectoires de concessions et le timing des réponses. Cette découverte a des implications concrètes pour toute organisation déployant des agents de négociation automatisés. Même sans violer directement le chiffrement, un concurrent ou un adversaire pourrait reconstituer les marges de manœuvre réelles d'une entreprise, sa stratégie de prix minimum ou ses priorités cachées, simplement en analysant le comportement observable de l'agent au fil des échanges. Cela fragilise la confiance placée dans ces systèmes pour des transactions à enjeux élevés. Ce travail s'inscrit dans une tendance plus large d'adoption de l'IA agentique pour automatiser des processus commerciaux complexes, où la sécurité cryptographique classique montre ses limites face à des attaques par inférence comportementale. Les auteurs proposent de formaliser cette menace et d'y répondre via des politiques randomisées, une piste de mitigation qui introduit de l'aléatoire dans le comportement de négociation pour brouiller les signaux exploitables par un observateur malveillant.

SécuritéActu
1 source
Meta Superintelligence Labs lance Muse Spark 1.1, un modèle de raisonnement multimodal pour les tâches à base d'agents sur Meta Model API
1365MarkTechPost 

Meta Superintelligence Labs lance Muse Spark 1.1, un modèle de raisonnement multimodal pour les tâches à base d'agents sur Meta Model API

Meta Superintelligence Labs a dévoilé Muse Spark 1.1, un modèle de raisonnement multimodal conçu pour les tâches agentiques, et a ouvert en parallèle un aperçu public de la Meta Model API. Ce second élément marque un tournant structurel : jusqu'ici, les modèles de Meta étaient distribués principalement en poids ouverts, alors que Muse Spark 1.1 est fermé, hébergé et facturé au token. Le modèle dispose d'une fenêtre de contexte d'un million de tokens (1 048 576 selon la documentation technique de l'API) et accepte du texte, des images, de la vidéo et des documents en entrée, avec une sortie textuelle. Son effort de raisonnement est ajustable à chaque requête, et l'API propose en complément la sortie structurée, l'appel d'outils en parallèle, une Files API, la mise en cache des prompts et un outil de recherche web renvoyant des réponses sourcées. Côté accès, les particuliers profitent du mode "Thinking" gratuitement dans l'application Meta AI et sur meta.ai, tandis que les développeurs paient 1,25 dollar par million de tokens en entrée et 4,25 dollars par million en sortie, avec 20 dollars de crédits offerts à la création d'un compte. Le lancement reste pour l'instant réservé aux États-Unis, sans disponibilité en Europe. Sur le plan des performances, Meta positionne clairement Muse Spark 1.1 comme un modèle d'orchestration plutôt qu'un champion du code. Il domine les benchmarks liés à l'usage d'outils : 88,1 sur MCP Atlas contre 82,2 pour Opus 4.8, 75,3 pour GPT-5.5 et 78,2 pour Gemini 3.1 Pro, et 54,7 sur JobBench contre 48,4, 38,3 et seulement 15,9 pour Gemini. Il obtient aussi le meilleur score sur Humanity's Last Exam (62,1). En revanche, sur le code pur, il se classe troisième, avec 61,5 sur SWE-Bench Pro et 53,3 sur DeepSWE 1.1, loin derrière Gemini 3.1 Pro sur ce dernier test (67,0). Ce qui distingue vraiment le modèle, c'est sa gestion active de son contexte massif : il mémorise ses actions, retrouve des informations issues de travaux antérieurs et compacte ce qu'il conserve. Il peut aussi déléguer des tâches à des sous-agents en parallèle lorsqu'il agit comme agent principal, et exécuter fidèlement une mission tout en sachant remonter un problème lorsqu'il agit comme sous-agent, avec une capacité de généralisation immédiate à de nouveaux outils, serveurs MCP ou compétences personnalisées. Cette sortie s'inscrit dans une bataille plus large entre grands laboratoires d'IA pour dominer les usages agentiques, où la capacité à orchestrer des outils et des sous-tâches complexes compte désormais autant que la performance brute sur le code. En rendant son API compatible avec le format OpenAI, Meta facilite l'intégration : migrer vers Muse Spark 1.1 revient essentiellement à changer une URL de base plutôt qu'à réécrire une application, et les environnements compatibles avec le format Anthropic peuvent pointer vers l'équivalent Messages API. Pour l'automatisation d'ordinateur, le modèle a été entraîné à choisir entre écrire un script ou cliquer directement selon ce qui est le plus efficace, générant des lots d'actions à chaque étape. L'absence d'accès européen et le choix par Meta de son propre jeu de benchmarks invitent toutefois à la prudence avant d'en tirer des conclusions définitives sur sa supériorité réelle face aux modèles concurrents.

LLMsActu
1 source
OpenAI veut que son nouvel outil travaille pour vous et avec vous
1366Ars Technica AI 

OpenAI veut que son nouvel outil travaille pour vous et avec vous

OpenAI lance ChatGPT Work, un nouvel outil pensé pour mener des tâches complexes de bout en bout, sans intervention constante de l'utilisateur. L'an dernier, lors des premiers tests du mode Agent intégré au navigateur Atlas d'OpenAI, plusieurs tâches automatisées s'interrompaient après quelques minutes seulement, ce qui limitait fortement leur utilité pour des projets longs ou complexes. Avec le lancement de ChatGPT Work, l'entreprise affirme avoir résolu ce problème : l'outil peut désormais rester actif sur un projet pendant des heures si nécessaire et transformer un objectif en travail achevé. OpenAI invite les utilisateurs à tester la fonctionnalité en lui confiant une tâche qu'ils maîtrisent déjà bien, comme l'analyse d'un budget ou la préparation d'une réunion commerciale. L'entreprise promet également que ChatGPT Work peut automatiser des workflows entiers, en partant par exemple d'une recherche sur des clients pour aboutir à un brief de campagne, puis à des supports marketing adaptés localement. Cette avancée répond à une limite concrète qui freinait jusqu'ici l'adoption des agents IA en entreprise : leur incapacité à tenir la durée sur des tâches multi-étapes. En conservant un garde-fou humain, à savoir l'attente d'une approbation pour les actions jugées importantes, OpenAI cherche à rassurer les professionnels sur la fiabilité et la sécurité de la délégation à une IA, un enjeu central pour l'adoption en contexte de travail. L'outil s'inscrit dans la continuité du navigateur Atlas et de sa fonction Agent Mode, tout en intégrant les Scheduled Tasks, une version renforcée des tâches planifiées façon cron. Ces tâches récurrentes peuvent se déclencher selon un horaire fixe ou dès qu'un événement surveillé se produit, et continuer de s'exécuter même lorsque l'utilisateur est absent de son poste, avec un suivi possible depuis un smartphone. Ce lancement place OpenAI en concurrence directe avec les autres acteurs qui développent des agents capables d'automatiser des workflows professionnels complets.

OutilsOutil
1 source
« Des clés API partagées exposent les agents IA dans 69 % des entreprises, selon une étude de VentureBeat »
1367VentureBeat AI 

« Des clés API partagées exposent les agents IA dans 69 % des entreprises, selon une étude de VentureBeat »

Selon une nouvelle enquête publiée par VentureBeat, 69% des entreprises partagent aujourd'hui des identifiants d'accès entre plusieurs agents d'intelligence artificielle, une pratique qui transforme la compromission d'un seul agent en porte d'entrée vers l'ensemble d'un système. L'étude, menée en juin 2026 dans le cadre de la vague Pulse Research auprès de 107 entreprises de plus de 100 salariés, montre que seulement 32% des organisations attribuent à chaque agent IA une identité propre et gérée individuellement. 48% appliquent cette pratique de façon partielle, tandis que 32% font tourner leurs agents sur des clés API partagées ou des identifiants humains empruntés. La question autorisant plusieurs réponses, 24 des 107 répondants ont coché plusieurs cases, ce qui explique un total de 112%; une fois dédupliqué par organisation, 74 entreprises, soit 69% de l'échantillon, reconnaissent au moins une forme de partage d'identifiants. Plus de la moitié des répondants (54%) ont déjà connu un incident de sécurité lié aux agents ou l'ont évité de justesse: 18% confirment un incident réel, 36% rapportent un quasi-incident intercepté à temps. Le rapport complet sera dévoilé la semaine prochaine lors de VB Transform, à Menlo Park, les 14 et 15 juillet. Ce chiffre de 69% explique en grande partie pourquoi les géants de la cybersécurité investissent massivement dans la gestion des identités d'agents IA. Lorsque cinq agents partagent une seule clé API, un attaquant qui compromet l'un d'eux hérite immédiatement des permissions accumulées des cinq workflows concernés, et la piste d'investigation s'efface au niveau même de l'identifiant, puisqu'aucune trace ne permet de savoir quel agent a exécuté quelle action. Selon les données de CyberArk, les entreprises comptent désormais en moyenne 82 identités machine pour chaque identité humaine, les agents IA constituant la catégorie qui croît le plus vite. Pour un responsable de la sécurité, ce constat dépasse la simple tendance technique: il pose une question stratégique au niveau du conseil d'administration, sur la capacité de l'entreprise à tracer et contrôler ce que font réellement ses agents autonomes. Cette urgence a déjà déclenché une vague de rachats totalisant plus de 22 milliards de dollars sur les douze derniers mois. Palo Alto Networks a finalisé le 11 février l'acquisition de CyberArk pour 21,1 milliards de dollars, la plus importante opération de son histoire, après une annonce initiale à environ 25 milliards de dollars en juillet dernier. CrowdStrike a bouclé le rachat de SGNL, plateforme d'autorisation en temps réel, pour 740 millions de dollars, et a lancé dès le 15 juin son premier produit issu de cette acquisition, Continuous Identity for AI Agents, capable de valider chaque action d'un agent selon son propriétaire, l'appelant et le niveau de risque de l'appareil utilisé. Cisco a de son côté annoncé le 4 mai son intention de racheter Astrix Security, spécialiste des identités non humaines, pour environ 400 millions de dollars. Adam Meyers, vice-président senior des opérations contre les menaces chez CrowdStrike, résume le problème: certains systèmes IA disposent de leur propre identité, mais dans de nombreux cas, des employés délèguent simplement la leur à l'IA pour agir en leur nom, brouillant ainsi toute chaîne de responsabilité.

SécuritéActu
1 source
OpenAI lance GPT-5.6 (Sol, Terra, Luna), une famille de trois modèles avec appel d'outils programmatique dans l'API Responses
1368MarkTechPost 

OpenAI lance GPT-5.6 (Sol, Terra, Luna), une famille de trois modèles avec appel d'outils programmatique dans l'API Responses

OpenAI a fait passer sa famille GPT-5.6 en disponibilité générale après une période de test limitée, avec trois modèles distincts plutôt qu'un seul. Sol est le modèle phare, Terra la version équilibrée pour un usage quotidien, et Luna la variante la plus économique. Les prix par million de tokens s'échelonnent de 1 dollar en entrée et 6 dollars en sortie pour Luna, à 2,50 et 15 dollars pour Terra, jusqu'à 5 et 30 dollars pour Sol. L'accès varie selon les plateformes : dans ChatGPT, les abonnés Plus, Pro, Business et Enterprise obtiennent Sol en effort moyen ou supérieur, les comptes Pro et Enterprise pouvant aussi choisir une version Sol Pro. Sur Codex et ChatGPT Work, les utilisateurs gratuits accèdent à Terra tandis que les payants choisissent librement entre les trois modèles. Les trois tiers sont également disponibles via l'API, qui introduit une fonctionnalité baptisée Programmatic Tool Calling permettant au modèle d'exécuter du code JavaScript qu'il a lui-même écrit, dans un environnement V8 isolé sans accès réseau. La mise en cache des prompts évolue aussi, avec une durée de vie minimale de 30 minutes, une facturation des écritures en cache à 1,25 fois le tarif standard, et une remise de 90% conservée pour les lectures. Sur le plan des performances, Sol s'impose avec un score de 80 sur l'indice de codage agentique d'Artificial Analysis, soit 2,8 points de plus que Claude Fable 5, tout en consommant moins de la moitié des tokens de sortie et du temps nécessaires. En activant un mode appelé ultra, qui fait tourner quatre agents en parallèle, Sol grimpe à 91,9% sur Terminal-Bench 2.1, contre 88,8% en configuration standard. Le modèle atteint aussi 92,2% sur BrowseComp et dépasse Claude Opus 4.8 sur OSWorld 2.0 avec 85% de tokens en moins. Ces gains concrets touchent directement les développeurs et les équipes qui automatisent des tâches complexes via des agents, en réduisant coûts et temps d'exécution. Mais Sol accuse un retard net sur SWE-Bench Pro, où il plafonne à 64,6% contre 80,3% pour Claude Mythos 5, un écart de quinze points sur un benchmark de codage très suivi. Claude Fable 5 garde aussi l'avantage sur l'indice d'intelligence générale d'Artificial Analysis et sur l'usage d'outils via Toolathlon. Cette sortie s'inscrit dans une compétition serrée entre OpenAI, Anthropic et Google autour des agents autonomes capables de mener des tâches professionnelles longues et complexes, mesurées notamment par le test Agents' Last Exam couvrant 55 métiers, où Sol revendique un score de 53,6, largement devant Fable 5. La stratégie de tarification par paliers et la diversification des surfaces d'accès traduisent une volonté de capter aussi bien les usages grand public que les déploiements d'agents en entreprise, un terrain où la bataille des benchmarks continue de s'intensifier.

LLMsActu
1 source
Anthropic découvre un espace caché où Claude « réfléchit » aux concepts
1369MIT Technology Review 

Anthropic découvre un espace caché où Claude « réfléchit » aux concepts

Anthropic a développé une nouvelle technique baptisée J-lens qui offre le regard le plus précis jamais obtenu sur le fonctionnement interne des grands modèles de langage. Les chercheurs de l'entreprise ont utilisé cet outil pour mettre au jour une zone cachée qu'ils ont nommée J-space, à l'intérieur de Claude Opus 4.6, version phare du modèle d'Anthropic sortie en février. Ce J-space contient des mots isolés liés à ce que le modèle est susceptible de produire prochainement dans sa réponse, sans que ces mots apparaissent forcément dans le texte final. Le J-lens s'appuie sur un outil existant, le logit lens, capable d'identifier les mots qu'un modèle est sur le point de produire. Mais alors que le logit lens révèle ce que le modèle s'apprête à dire immédiatement, le J-lens capture ce qu'il pourrait exprimer un peu plus tard, à un niveau plus profond de son traitement. Anthropic a publié ces résultats dans un article cette semaine et s'est associé à Neuronpedia, plateforme open source dédiée à l'exploration des modèles de langage, pour proposer une démonstration accessible à tous. Cette découverte compte parce qu'elle révèle que ce qu'un modèle de langage fait réellement peut différer de ce qu'il prétend faire, un enjeu central pour la sécurité et la fiabilité de l'IA. Anthropic affirme que surveiller les mots qui émergent dans le J-space donne un nouveau moyen de comprendre et de contrôler ses modèles, ce qui pourrait à terme permettre de détecter des comportements trompeurs ou des raisonnements cachés avant qu'ils ne se traduisent en réponses problématiques. Tom McGrath, cofondateur et directeur scientifique de Goodfire, une start-up concurrente travaillant aussi sur l'interprétabilité des modèles, a qualifié ces travaux d'importants et intéressants, tout en notant que le contenu du J-space reste souvent banal mais révèle parfois des thèmes ou processus de pensée internes surprenants. Cette avancée s'inscrit dans un champ de recherche appelé interprétabilité mécanistique, où Anthropic occupe une position de pointe depuis deux ans en sondant le fonctionnement interne des modèles de langage. La MIT Technology Review a d'ailleurs désigné cette discipline comme l'une des technologies de rupture de l'année. Concrètement, un LLM peut être vu comme un empilement de couches de neurones, les couches d'entrée traitant le texte reçu, les couches de sortie préparant la réponse, et les couches intermédiaires effectuant les calculs complexes les plus déterminants. C'est précisément dans ces couches du milieu que le J-lens permet désormais de regarder, ouvrant la voie à de nouveaux outils de contrôle et de surveillance des modèles, à mesure que les enjeux de transparence et de confiance envers l'IA générative prennent de l'ampleur.

RecherchePaper
1 source
Cursor développe un agent IA pour concurrencer Claude Cowork
1370The Information AI 

Cursor développe un agent IA pour concurrencer Claude Cowork

Cursor développe actuellement un agent d'intelligence artificielle généraliste destiné à concurrencer des outils populaires comme Claude Cowork d'Anthropic, selon deux personnes proches du dossier. Ce projet s'inscrit dans une stratégie plus large de diversification de l'entreprise, qui cherche à sortir de son créneau historique des outils dédiés au code. Le développement de ce nouvel agent a débuté après que Cursor a commencé, en avril, à louer de la capacité de calcul auprès de SpaceXAI, l'unité intelligence artificielle de SpaceX. Cette initiative intervient avant le rachat prévu de Cursor par SpaceX, évalué à 60 milliards de dollars, et fait suite au lancement conjoint des deux entreprises d'un nouveau modèle, Grok 4.5, conçu pour exécuter aussi bien des tâches d'ingénierie que des missions de connaissance générale. Cette expansion représente un enjeu commercial important pour SpaceXAI. Si l'acquisition de Cursor se concrétise, ce nouvel agent généraliste pourrait renforcer l'activité entreprise de l'unité IA de SpaceX, lui permettant de proposer une offre plus large que le seul assistant de programmation qui a fait la réputation de Cursor jusqu'ici. Cette manœuvre illustre la course actuelle des acteurs de l'IA à développer des agents polyvalents capables de gérer des tâches variées au delà du code, à l'image de Claude Cowork. Elle traduit aussi l'ambition croissante de SpaceX dans l'intelligence artificielle, un secteur où le groupe d'Elon Musk cherche à s'imposer face à des concurrents comme OpenAI et Anthropic, en s'appuyant sur des rachats stratégiques et des partenariats technologiques comme celui noué avec Cursor.

BusinessActu
1 source
« Nemotron Labs 3 Puzzle 75B A9B : un LLM MoE hybride compressé qui multiplie par 2,03 le débit serveur »
1371MarkTechPost 

« Nemotron Labs 3 Puzzle 75B A9B : un LLM MoE hybride compressé qui multiplie par 2,03 le débit serveur »

NVIDIA a dévoilé Nemotron-Labs-3-Puzzle-75B-A9B, une version compressée de son modèle hybride Nemotron-3-Super, combinant architecture Mamba et Transformer avec un système de mélange d'experts (MoE). Le modèle parent comptait 120,7 milliards de paramètres au total, dont 12,8 milliards actifs par requête. La version compressée descend à 75,3 milliards de paramètres au total et 9,3 milliards actifs, soit une réduction à 62,4% et 73,1% respectivement. L'équipe a fixé deux objectifs avant de lancer la recherche d'architecture : doubler le débit serveur à 100 tokens par seconde et par utilisateur, et permettre huit requêtes simultanées d'un million de tokens sur un seul GPU H100. Trois versions du modèle sont disponibles sur Hugging Face, en BF16, FP8 et NVFP4. La structure en 88 blocs du modèle d'origine, répartis entre 40 blocs Mamba, 40 blocs MoE et 8 blocs d'attention, a été conservée telle quelle ; seule la capacité interne de chaque bloc a été réduite, notamment la taille de l'état Mamba, ramenée de 128 à 96, et le nombre d'experts activés par token, passé de 22 à une moyenne de 4 à 18. Les gains de performance sont substantiels. Sur un nœud à huit GPU B200, le débit total grimpe de 1,60 à 2,14 fois par rapport à Nemotron-3-Super, à format NVFP4 et débit par utilisateur équivalents, avec les meilleurs résultats dans les scénarios à forte génération de texte (8K tokens en entrée, 64K en sortie). Sur un seul GPU H100 traitant des contextes d'un million de tokens, la contrainte bascule du calcul vers la mémoire : les poids NVFP4 du modèle Super occupent environ 70 Go sur les 80 Go de mémoire HBM disponibles, ne laissant de la place que pour une seule requête simultanée. La version Puzzle, avec des poids réduits à 44,5 Go, permet de traiter huit requêtes en parallèle, soit un débit de décodage agrégé environ quatre fois supérieur. Le préremplissage d'un prompt de 990 000 tokens est également environ 1,2 fois plus rapide. La méthode de recherche itérative employée, baptisée Puzzletron, surpasse une approche en une seule étape de 0,57 point en moyenne sur les benchmarks, pour un même niveau de compression. Le coût de cette compression n'est cependant pas nul : les scores reculent de 4,2 points sur Arena-Hard-V2 et de 2,6 points sur SWE-Bench, tandis que les benchmarks de contexte long comme RULER et AA-LCR restent quasiment stables. Cette avancée répond à un problème économique concret pour les fournisseurs d'infrastructure IA : les modèles hybrides massifs comme Nemotron-3-Super, bien que précis, coûtent cher à déployer en production, leurs paramètres actifs et leur cache mémoire limitant le nombre d'utilisateurs qu'un serveur peut servir à un débit donné. En réduisant la taille du modèle sans repenser sa structure fondamentale, NVIDIA cherche à rendre l'inférence à grande échelle plus abordable, notamment pour les cas d'usage à contexte très long comme l'analyse de documents volumineux ou les agents conversationnels de longue durée. Puzzletron s'inscrit dans un mouvement plus large de recherche d'architecture neuronale appliquée à la compression de modèles, où un programme d'optimisation mixte sélectionne, bloc par bloc, la meilleure configuration possible sous une contrainte de taille donnée. La méthode illustre une tendance de fond dans l'industrie : plutôt que de simplement réduire uniformément la taille des modèles, les équipes de recherche cherchent désormais à identifier précisément quelles parties d'un réseau neuronal peuvent être compressées sans sacrifier les capacités jugées essentielles, ouvrant la voie à des déploiements plus efficaces à mesure que les contextes traités par les modèles de langage continuent de s'allonger.

LLMsActu
1 source
Les entreprises utilisant plusieurs modèles d'IA sous-estiment les taux d'échec d'un facteur 2,25
1372VentureBeat AI 

Les entreprises utilisant plusieurs modèles d'IA sous-estiment les taux d'échec d'un facteur 2,25

Une nouvelle étude portant sur 67 modèles de langage de pointe issus de 21 fournisseurs remet en cause une pratique largement répandue chez les entreprises qui combinent plusieurs modèles d'IA pour réduire les erreurs. Selon les travaux de Josef Chen, auteur de l'étude qui s'est confié à VentureBeat, les entreprises sous-estiment leur taux d'échec réel d'un facteur 2,25 en s'appuyant sur une hypothèse mathématiquement erronée : celle voulant que deux modèles qui échouent rarement sur les mêmes requêtes se couvrent mutuellement. Chen introduit le concept de "plafond de co-échec", c'est-à-dire le pourcentage de requêtes où tous les modèles d'un même groupe se trompent simultanément, une donnée bien plus déterminante que la simple divergence entre modèles. Dans les tests menés par l'équipe, le vote majoritaire naïf entre modèles de niveaux inégaux a produit un gain moyen négatif, soit moins 10 points sur leur jeu de requêtes difficiles, les modèles les plus faibles votant en bloc contre le plus performant. Cette découverte a des conséquences financières et opérationnelles concrètes pour les entreprises qui déploient de l'IA à grande échelle. Les architectures habituelles, routeurs qui aiguillent les requêtes selon leur complexité, cascades qui n'escaladent vers un modèle premium qu'en cas de doute, ou systèmes de Mixture-of-Agents qui fusionnent plusieurs réponses, imposent toutes un coût caché : latence supplémentaire, infrastructure complexe à maintenir, et risques de gouvernance accrus du fait de la multiplication des fournisseurs d'API. Or ces coûts sont souvent engagés sur la base d'une "corrélation d'erreurs par paire" jugée faible, sans que cela garantisse une réelle complémentarité entre modèles inégaux en compétence. Pour les équipes techniques, le message est clair : mieux vaut ne combiner que des modèles de niveau comparable, ou, à défaut, concentrer le budget sur le meilleur modèle disponible plutôt que de multiplier les architectures d'orchestration. Cette remise en question intervient alors que les modèles de pointe convergent de plus en plus dans leurs capacités, ce qui réduit mécaniquement les bénéfices attendus de la diversité algorithmique : quand les meilleurs modèles sont d'accord entre eux, et pire, échouent sur les mêmes requêtes, le prompt initial ne dit presque rien sur celui qui aura raison en cas de désaccord. L'étude identifie toutefois une exception notable : à qualité égale, un ensemble de modèles différents mais faiblement corrélés bat un système "Self-MoA", où un même modèle premium est interrogé plusieurs fois. Les chercheurs recommandent désormais aux équipes de mesurer directement leur taux de co-échec avant d'investir dans une infrastructure d'orchestration, un test qui ne coûte rien et qui permettrait d'éviter des dépenses d'ingénierie pour des gains de performance largement illusoires.

RecherchePaper
1 source
SWE-Bench Pro : benchmark jugé défaillant, OpenAI retire sa recommandation
1373Le Big Data 

SWE-Bench Pro : benchmark jugé défaillant, OpenAI retire sa recommandation

Le 8 juillet 2026, OpenAI a publié les résultats d'un audit approfondi de SWE-Bench Pro, l'un des benchmarks de codage les plus utilisés pour évaluer les modèles d'intelligence artificielle, et la conclusion est sans appel : le test ne mesure plus fiablement les capacités réelles des modèles de pointe. Pour arriver à ce constat, l'entreprise a combiné un pipeline d'analyse automatisé et une vérification humaine sur l'ensemble des tâches du benchmark. L'analyse automatique a identifié 200 tâches défectueuses, soit 27,4 % du total, tandis que la vérification humaine en a relevé 249, soit 34,1 %. Au final, OpenAI estime qu'environ trois tâches sur dix présentent des failles suffisamment importantes pour fausser les résultats des modèles testés. Ce constat intervient alors que les performances des meilleurs modèles sur ce benchmark ont bondi de façon spectaculaire en seulement huit mois, le taux de réussite sur les 731 tâches publiques passant de 23,3 % à 80,3 %. Cette annonce a des conséquences concrètes pour toute l'industrie de l'IA appliquée au développement logiciel. Les défauts identifiés par OpenAI prennent plusieurs formes : des tests cachés trop stricts qui rejettent des solutions pourtant correctes, des consignes trop vagues qui obligent les modèles à deviner des exigences jamais formulées, une couverture de tests insuffisante qui laisse passer des correctifs incomplets, et parfois des instructions carrément trompeuses qui orientent les modèles vers une mauvaise réponse. Résultat, un score élevé sur SWE-Bench Pro ne garantit plus qu'un agent de codage résout effectivement les problèmes qui lui sont soumis, ni qu'un score plus faible traduise un échec réel. Pour les entreprises qui s'appuient sur ce type de classement pour choisir un fournisseur d'IA, comparer des modèles concurrents ou décider d'un déploiement en production, ces biais représentent un risque direct de mauvaise décision. Face à ces découvertes, OpenAI a officiellement retiré sa recommandation d'utiliser SWE-Bench Pro comme référence pour la recherche sur les capacités de codage des IA, une prise de position notable de la part d'un acteur qui avait jusqu'ici largement contribué à populariser ce type d'évaluation. L'épisode relance un débat plus large sur la fiabilité des benchmarks dans un secteur où la course aux scores s'est accélérée ces derniers mois, avec des progrès affichés parfois difficiles à vérifier de façon indépendante. Il reste à savoir si les organismes à l'origine de SWE-Bench Pro corrigeront les tâches défectueuses identifiées, et si d'autres benchmarks largement utilisés par la communauté feront l'objet d'audits similaires dans les mois à venir.

LLMsPaper
1 source
GPT-5.6 Sol égale presque Fable 5 sur les benchmarks agrégés, pour un tiers du coût
1374The Decoder 

GPT-5.6 Sol égale presque Fable 5 sur les benchmarks agrégés, pour un tiers du coût

OpenAI a présenté GPT-5.6 Sol, une nouvelle version de son modèle phare, qui obtient 59 points sur l'Artificial Analysis Intelligence Index, un indice qui agrège plusieurs benchmarks pour évaluer les capacités des grands modèles de langage. Ce score place Sol à seulement un point derrière Claude Fable 5, le modèle le plus avancé d'Anthropic, considéré jusqu'ici comme la référence du secteur. La différence la plus marquante se situe toutefois du côté du prix : chaque tâche traitée par Sol coûte 1,04 dollar, soit environ un tiers du tarif facturé par Anthropic pour Fable 5. Sur les benchmarks de codage agentique, qui évaluent la capacité d'un modèle à exécuter des tâches complexes de façon autonome, Sol devance même l'ensemble de ses concurrents, Fable 5 y compris. Pour les entreprises et les développeurs qui choisissent quel modèle intégrer dans leurs produits, cet écart de prix change la donne : obtenir des performances quasiment équivalentes à celles du modèle le plus coté du marché, pour un tiers du coût, rend Sol particulièrement attractif pour les usages à grande échelle, où la facture de l'API pèse lourd. Le secteur du codage agentique, en pleine expansion avec la multiplication des assistants capables d'écrire et d'exécuter du code sans supervision constante, est particulièrement concerné. En prenant la tête sur ces benchmarks tout en restant nettement moins cher, OpenAI met une pression tarifaire directe sur Anthropic, qui devra soit baisser ses prix, soit justifier son positionnement premium par des gains de performance plus nets. Cette annonce s'inscrit dans une compétition de plus en plus serrée entre les grands laboratoires d'IA, où les écarts de performance entre modèles concurrents se resserrent d'une génération à l'autre, tandis que la guerre des prix s'intensifie. Anthropic, OpenAI et leurs rivaux misent de plus en plus sur les capacités agentiques, jugées déterminantes pour convaincre les entreprises d'automatiser des tâches de développement logiciel. L'Artificial Analysis Intelligence Index, devenu une référence pour comparer les modèles de façon indépendante, illustre à quel point les positions en tête de classement peuvent désormais basculer en quelques mois. Reste à voir comment Anthropic réagira à cette pression sur ses tarifs, et si d'autres acteurs suivront la stratégie d'OpenAI consistant à combiner performances de pointe et prix agressifs.

LLMsOpinion
1 source
GPT-5.6 est maintenant accessible au grand public : voici les nouveautés
1375Le Big Data 

GPT-5.6 est maintenant accessible au grand public : voici les nouveautés

GPT-5.6 est officiellement sorti de sa phase de test réservée et s'ouvre désormais au grand public. Le déploiement a commencé le 9 juillet 2026 et OpenAI prévoit une disponibilité mondiale complète sous 24 heures. Les abonnés ChatGPT Plus, Pro, Business et Enterprise peuvent d'ores et déjà sélectionner GPT-5.6 Sol depuis le sélecteur de modèles de l'application, tandis que les développeurs y accèdent via l'API OpenAI et via Codex. Cette nouvelle génération se compose en réalité de trois modèles distincts, Sol, Terra et Luna, chacun ciblant des besoins et des budgets différents. Les utilisateurs de la version gratuite de ChatGPT devront patienter, OpenAI n'ayant communiqué aucune date pour une éventuelle extension à cette offre. Après plusieurs semaines passées en accès limité à un cercle de testeurs, ce lancement marque donc la fin d'une phase de rodage pour s'adresser à des dizaines de millions d'utilisateurs supplémentaires. Ce déploiement compte pour l'industrie parce qu'OpenAI présente GPT-5.6 Sol comme son modèle le plus abouti à ce jour, avec des progrès mesurés en programmation, en recherche documentaire, en cybersécurité et sur les tâches scientifiques. La véritable rupture technique tient toutefois à sa capacité à faire travailler plusieurs agents en parallèle sur une même tâche complexe, plutôt que d'exécuter chaque étape de façon séquentielle, ce qui doit réduire les temps de réponse sur les traitements les plus lourds. Le modèle gagne aussi en autonomie dans l'usage d'outils externes, pouvant écrire de petits programmes, traiter des résultats intermédiaires et ajuster sa méthode en cours d'exécution. Selon les benchmarks internes d'OpenAI, GPT-5.6 Sol surpasse GPT-5.5 tout en consommant moins de ressources de calcul, un argument central pour les entreprises qui surveillent leurs coûts d'inférence à grande échelle. Terra et Luna doivent offrir des alternatives plus économiques pour des usages moins exigeants. OpenAI insiste également sur le volet sécurité, affirmant avoir soumis GPT-5.6 à des tests d'intrusion, des évaluations automatisées et une collaboration avec des partenaires spécialisés avant ce lancement mondial, dans le but de limiter les usages malveillants du modèle. Cette communication s'inscrit dans un contexte de concurrence intense entre grands laboratoires d'IA, où chaque nouvelle génération doit démontrer à la fois des gains de performance et une meilleure maîtrise des risques. Les chiffres avancés restent toutefois issus des propres tests d'OpenAI, et l'expérience des précédentes générations montre que les usages réels des professionnels et des développeurs, sur plusieurs semaines, seront le véritable test de la fiabilité et de l'intérêt de GPT-5.6.

LLMsActu
1 source
Apple Intelligence vs Galaxy AI : qui propose la meilleure intelligence artificielle sur smartphone ?
1376Le Big Data 

Apple Intelligence vs Galaxy AI : qui propose la meilleure intelligence artificielle sur smartphone ?

L'intelligence artificielle générative bouleverse le marché des smartphones haut de gamme, où la compétition ne se joue plus sur la puissance des puces ou la résolution photo mais sur l'assistant intelligent embarqué. Samsung a ouvert la voie au premier trimestre 2024 en lançant Galaxy AI avec sa gamme Galaxy S24, imposant immédiatement de nouvelles attentes aux consommateurs du segment premium. Apple a temporisé, choisissant d'attendre sa conférence mondiale des développeurs pour dévoiler Apple Intelligence, intégré directement au cœur d'iOS. Les deux entreprises ont opté pour des philosophies technologiques opposées : Samsung s'appuie sur un modèle ouvert et collaboratif, s'associant à Google faute de disposer de tous les modèles en interne, ce qui permet à Galaxy AI de capitaliser sur les infrastructures cloud et les algorithmes de son partenaire. Apple, à l'inverse, reste fidèle à son approche verticale et fermée, concevant ses propres modèles de langage légers exécutés localement sur ses puces en silicium pour une intégration invisible et une exécution rapide, sans nécessiter l'ouverture d'une application dédiée. Cette divergence stratégique a des conséquences concrètes pour les utilisateurs, notamment sur la confidentialité des données. Apple fait de la protection des données personnelles son principal argument marketing, en assurant que la majorité des calculs s'effectue sur l'appareil sans transfert vers l'extérieur, y compris pour les messages ou les coordonnées, avec des auditeurs indépendants chargés de vérifier que les données envoyées ponctuellement aux serveurs ne sont ni stockées ni consultables par les ingénieurs de la firme. Samsung propose également un mode de traitement local, mais de nombreuses fonctions avancées de Galaxy AI nécessitent par défaut une connexion aux serveurs de Google, l'utilisateur pouvant désactiver ce traitement cloud au prix d'une réduction des capacités de l'assistant. Ce choix reflète deux visions différentes de l'expérience utilisateur : Samsung mise sur une démonstration de force technologique avec des outils visibles dès l'achat, tandis qu'Apple privilégie la discrétion et la continuité dans l'usage quotidien. Ce duel illustre un tournant plus large pour l'industrie mobile, arrivée à un palier de maturité matérielle où l'autonomie, les écrans et le design n'offrent plus que des gains incrémentaux. L'intégration de grands modèles de langage directement dans les puces des smartphones constitue le nouveau terrain de différenciation entre constructeurs. Les enjeux dépassent la seule expérience utilisateur : ils touchent à la souveraineté des données, à la dépendance envers des partenaires cloud comme Google, et à la capacité de chaque écosystème à concevoir ses propres modèles sans recourir à des tiers. À mesure que ces assistants gagnent en autonomie et en capacités, la confrontation entre Apple et Samsung devrait s'intensifier, avec d'autres fabricants appelés à choisir entre l'un ou l'autre de ces deux modèles.

OutilsOutil
1 source
OpenAI déploie GPT-5.6 en public et lance ChatGPT Work, un nouvel agent capable de gérer des workflows entiers
1377The Decoder 

OpenAI déploie GPT-5.6 en public et lance ChatGPT Work, un nouvel agent capable de gérer des workflows entiers

OpenAI a annoncé le lancement de ChatGPT Work, un nouvel agent basé sur Codex et sur GPT-5.6, dont la version publique est déployée au même moment. Cet agent est conçu pour prendre en charge de façon autonome des projets complexes, en s'appuyant sur des applications professionnelles tierces comme Google Drive, Slack ou Salesforce. ChatGPT Work est disponible dès maintenant sur le web, sur mobile et sur ordinateur de bureau, mais l'accès à ses fonctionnalités dépend du plan d'abonnement souscrit par l'utilisateur. Cette annonce marque une étape supplémentaire dans la transformation de ChatGPT, qui passe d'un simple assistant conversationnel à un exécutant capable de mener des tâches de bout en bout au sein des outils déjà utilisés par les entreprises. Pour les équipes professionnelles, cela signifie potentiellement moins de temps passé à jongler entre applications, l'agent pouvant coordonner lui-même des actions dans plusieurs services connectés. C'est aussi un signal fort envoyé aux entreprises clientes, qui voient dans ces agents un moyen de automatiser des workflows entiers plutôt que de simples réponses ponctuelles. Le lancement de ChatGPT Work s'inscrit dans une compétition de plus en plus vive autour des agents d'intelligence artificielle en contexte professionnel, où Microsoft, Google et Salesforce proposent déjà leurs propres solutions intégrées. En misant sur Codex, initialement développé pour l'assistance au code, et sur la puissance de GPT-5.6, OpenAI cherche à démontrer que son modèle phare peut gérer des tâches variées et complexes sans supervision constante. Reste à savoir comment les entreprises évalueront la fiabilité de ces agents autonomes une fois déployés à grande échelle.

OutilsOutil
Aussi surFrandroid,ZDNET AI,01net
L'écart budgétaire des entreprises pénalise le SaaS traditionnel
1378The Information AI 

L'écart budgétaire des entreprises pénalise le SaaS traditionnel

Traduction et résumé rédigés : Sanofi, le groupe biopharmaceutique français, a développé un agent d'intelligence artificielle interne construit avec Claude Code, l'outil de programmation d'Anthropic, combiné à des logiciels fournis par Elementum, une startup spécialisée en IA. Objectif affiché : réduire l'usage de ServiceNow, la plateforme de gestion informatique largement déployée dans les grandes entreprises. Ce cas concret illustre un mouvement plus large observé dans le monde de l'entreprise, où les budgets technologiques basculent progressivement vers l'IA proposée par Anthropic et d'autres fournisseurs récents, au détriment des éditeurs de logiciels traditionnels. Ce déplacement de budget fragilise les acteurs historiques du logiciel d'entreprise et des services informatiques, qui doivent désormais se disputer une part réduite des dépenses IT. Des entreprises comme Sanofi, capables de construire elles-mêmes des agents IA sur mesure, remettent en question la nécessité de licences coûteuses pour des outils comme ServiceNow, dont les fonctions peuvent en partie être reproduites ou remplacées par des systèmes développés en interne, plus flexibles et directement adaptés aux besoins métier. Cette évolution s'inscrit dans la montée en puissance rapide des outils de développement assistés par IA, qui permettent à des équipes internes, même hors du secteur technologique, de créer leurs propres solutions logicielles sans dépendre entièrement des grands éditeurs du marché. Pour les fournisseurs de SaaS traditionnels, l'enjeu est désormais de démontrer une valeur ajoutée que l'IA générative ne peut pas simplement remplacer, sous peine de voir davantage de clients suivre l'exemple de Sanofi et internaliser une partie croissante de leurs outils métier.

BusinessOpinion
1 source
Meta lance Muse Spark 1.1 avec des prix qui bousculent OpenAI et Anthropic dans la guerre des tarifs de l'IA
1379The Decoder 

Meta lance Muse Spark 1.1 avec des prix qui bousculent OpenAI et Anthropic dans la guerre des tarifs de l'IA

Meta fait une entrée fracassante dans le marché des API d'intelligence artificielle avec Muse Spark 1.1, une offre dont la tarification bouscule directement OpenAI et Anthropic. Le modèle est proposé à seulement 4,25 dollars par million de tokens générés, un prix qui passe sous la barre de Grok 4.5, lancé à peine la veille par xAI et déjà considéré comme l'une des options les moins chères du marché. Cette annonce marque un tournant pour Meta, qui jusqu'ici concentrait sa stratégie IA sur des modèles open source comme Llama plutôt que sur la vente directe d'accès via API. En s'attaquant frontalement au terrain commercial de ses concurrents, l'entreprise de Mark Zuckerberg signale son intention de peser aussi sur ce segment lucratif. Cette agressivité tarifaire aggrave une situation déjà tendue pour les laboratoires spécialisés uniquement dans l'IA. Des entreprises comme OpenAI et Anthropic, qui dépensent des milliards de dollars pour entraîner et faire fonctionner leurs modèles, voient leurs marges se réduire face à des géants technologiques capables de subventionner leurs offres grâce à d'autres revenus. Pour les développeurs et les entreprises clientes, cette concurrence accrue se traduit concrètement par des coûts d'accès à l'IA générative en forte baisse. Cette annonce s'inscrit dans une guerre des prix qui s'intensifie depuis plusieurs mois entre les grands acteurs de l'IA, chacun cherchant à démocratiser l'usage de ses modèles pour gagner des parts de marché avant même d'atteindre la rentabilité. Avec l'arrivée de géants comme Meta, dotés de moyens financiers considérables, la pression sur les pure players du secteur devrait continuer de s'intensifier dans les mois à venir.

BusinessActu
1 source
Aurora 1.5 : extension des modèles de fondation ouverts pour la météo et le système terrestre
1380Microsoft Research 

Aurora 1.5 : extension des modèles de fondation ouverts pour la météo et le système terrestre

Microsoft Research a dévoilé Aurora 1.5, une extension majeure de son modèle de fondation Aurora pour l'étude du système terrestre, développé initialement par Microsoft Research AI for Science et présenté pour la première fois en 2024, avant sa publication dans la revue Nature en 2025. Cette nouvelle version, portée par la division Microsoft Weather, ajoute 22 nouvelles variables météorologiques aux quatre variables d'origine, couvrant notamment les champs de surface, les niveaux de pression, le vent, la température, l'humidité, les précipitations et le rayonnement. Le modèle passe également à une résolution temporelle horaire, contre des intervalles plus larges auparavant, et intègre désormais la prévision d'ensemble probabiliste, une fonctionnalité très demandée par les utilisateurs. Cette technique consiste à exécuter plusieurs simulations simultanément pour évaluer l'éventail des résultats possibles et leur probabilité, plutôt que de produire une seule prévision déterministe. Le modèle est publié en open source sur GitHub, avec les poids disponibles sur Hugging Face, permettant à chercheurs et développeurs de l'évaluer, de l'adapter et de le déployer librement. Cette mise à jour élargit considérablement le champ d'application d'Aurora, qui dépassait déjà la simple météo pour couvrir les vagues océaniques, la chimie atmosphérique et certaines applications climatiques via un réglage fin. Avec ses nouvelles variables et sa granularité horaire, le modèle devient pertinent pour des secteurs entiers qui dépendent de signaux terrestres intégrés : énergie, agriculture, transport et gestion des risques climatiques et de résilience des infrastructures. La résolution horaire permet par exemple d'anticiper précisément le début d'un épisode de précipitations, d'éclairer des décisions commerciales sensibles au climat, ou de suivre la trajectoire d'un cyclone tropical au moment de son atterrissage. Pour les organisations exposées aux aléas climatiques, ce niveau de précision peut directement améliorer la préparation opérationnelle et la prise de décision, dans un contexte où les risques liés au climat pèsent de plus en plus sur les communautés, les infrastructures et les économies à l'échelle mondiale. Aurora 1.5 illustre une stratégie plus large de Microsoft consistant à faire passer la recherche de pointe vers un usage élargi : garder le modèle ouvert pour la communauté scientifique tout en construisant, autour de lui, une couche produit avec infrastructure cloud, accès géré et outils d'aide à la décision destinés aux entreprises. Cette architecture à deux niveaux, fondation ouverte d'un côté et services commerciaux Microsoft Weather de l'autre, vise à connecter les avancées de recherche aux données, à l'infrastructure et aux flux de travail opérationnels dont les organisations ont besoin. La démarche s'inscrit dans une tendance plus vaste de l'industrie vers des modèles de fondation ouverts pour l'observation de la Terre, où plusieurs acteurs technologiques cherchent désormais à concilier recherche académique publiable et exploitation commerciale à grande échelle des mêmes modèles.

RechercheActu
1 source