🔥 À la une
Anthropic publie son deuxième rapport sur les risques et dévoile son modèle interne Model 2 : Anthropic a publié son deuxième “Rapport sur les risques”, révélant pour la première fois son modèle interne haute performance “Model 2”. Ce modèle a obtenu un score de 62,8 % sur le benchmark de R&D interne CoBench, surpassant Mythos 5 mais ne parvenant pas encore à remplacer les chercheurs humains. Le rapport révèle également plusieurs défaillances dans les processus de sécurité, notamment des dérives dans la collaboration multi-agents et des fuites de chaînes de pensée (Chain of Thought) lors de l’apprentissage par renforcement, ce qui a incité l’entreprise à relever le niveau de risque de “désalignement” à “faible”. (Source : 机器之心)
Google lance le modèle Gemini 3.7 Flash et lance une guerre des prix : Google a officiellement lancé le modèle Gemini 3.7 Flash, avec des performances nettement améliorées par rapport à la génération précédente, obtenant un score de 65,3 % sur le benchmark DeepSWE. Pour faire face à une concurrence féroce, Google propose un prix promotionnel ultra-bas de 0,75 $ par million de tokens en entrée et 3,75 $ en sortie, lançant directement une guerre des prix contre OpenAI et Anthropic afin de conquérir davantage de parts de marché sur le segment des modèles légers pour entreprises. (Source : AI Business)
SpaceX finalise l’acquisition de l’outil de programmation IA Cursor : SpaceX d’Elon Musk a officiellement finalisé l’acquisition de l’outil de programmation IA Cursor. L’équipe de Cursor rejoindra SpaceXAI pour aider à améliorer la série de modèles Grok et son nouvel écosystème d’agents Grok Bot. Parallèlement, des tests de sécurité ont révélé que le nouveau modèle GLM-5.3 a détecté une faille de sécurité non divulguée critique dans Cursor, que les deux parties s’emploient actuellement à corriger conjointement. (Source : The Verge)
Google restructure sa division IA : une partie des équipes non techniques de DeepMind rattachée au siège : Google a entamé une scission et une restructuration de Google DeepMind, annonçant le transfert de plusieurs équipes de support non techniques hors de DeepMind pour les intégrer directement dans la structure de reporting de Google. L’objectif est de réduire les obstacles entre la recherche et la commercialisation, et d’accélérer l’intégration de Gemini dans les produits phares de Google. Parallèlement, le cofondateur Sergey Brin s’implique à nouveau dans le centre de décision de l’IA, poussant pour des approches technologiques de pointe telles que l’auto-amélioration récursive. (Source : Reuters)
🎯 Tendances
Alibaba rend open-source le modèle multimodal léger Qwen3.8-27B : Alibaba a officiellement rendu open-source son modèle dense multimodal Qwen3.8-27B sous licence Apache 2.0. Ce modèle surpasse Claude Opus 4.6 Max dans les évaluations d’agents et de programmation telles que SWE-bench Pro. Il prend en charge un contexte natif de 262K (extrapolable jusqu’à 1M) et introduit pour la première fois une fonction de réglage du niveau de raisonnement, permettant aux développeurs de contrôler librement la profondeur de réflexion en fonction de la difficulté de la tâche. Il est idéal pour un déploiement local sur des cartes graphiques grand public. (Source : 量子位)
Anthropic détaille le mécanisme de filigrane textuel de Claude : En réponse aux exigences de conformité de l’IA Act de l’Union européenne, Anthropic a détaillé la technologie de filigrane textuel de Claude. Basée sur la solution SynthID-Text de Google DeepMind, cette technologie génère un filigrane invisible en intégrant un motif de clé spécifique dans le caractère aléatoire de la sélection des mots. L’entreprise souligne que ce mécanisme n’affecte pas la qualité de génération, n’augmente pas la consommation de tokens et prévoit de lancer prochainement une API de détection. (Source : Anthropic News)
World Labs lance le moteur d’entraînement virtuel pour robots R2S2R : World Labs, la startup d’IA fondée par Fei-Fei Li, a lancé un moteur de simulation robotique “Real-to-Sim-to-Real” (R2S2R) basé sur la technologie SceniX. Ce système est capable de transformer une tâche robotique réelle unique en des milliers de scénarios d’entraînement virtuels avec des éclairages, des positions d’objets et des propriétés physiques différents. Cela permet d’entraîner des politiques de contrôle sans jamais toucher à une machine réelle, pour ensuite les exécuter de manière stable directement sur le matériel physique. (Source : World Labs)
Google permet aux utilisateurs de désactiver les filigranes visuels sur les contenus générés par IA : Google a annoncé qu’il permettrait aux utilisateurs de désactiver manuellement les filigranes visuels sur les images, vidéos et musiques générées par IA dans Gemini et l’éditeur vidéo Flow. Cette mesure vise à équilibrer les besoins pratiques des créateurs avec la conformité en matière de sécurité, tandis que les filigranes invisibles SynthID et les métadonnées C2PA resteront en arrière-plan pour la vérification de l’authenticité. (Source : TechCrunch)
Twitch d’Amazon met à jour sa politique de confidentialité pour permettre aux utilisateurs de refuser l’entraînement de l’IA : Twitch, la plateforme de streaming d’Amazon, a mis à jour ses paramètres de sécurité et de confidentialité pour permettre aux streamers de désactiver manuellement l’option “entraînement de l’IA générative”. Cela empêche l’utilisation de leurs vidéos en direct, rediffusions et données de chat pour entraîner les modèles d’IA d’Amazon. Toutefois, les fonctions d’IA d’assistance utilisées pour les recommandations et la modération de la plateforme ne seront pas limitées par cette option. (Source : WIRED)
Le service de conduite autonome de Waymo autorisé à se déployer dans plusieurs régions de Californie : L’entreprise de conduite autonome Waymo a reçu l’approbation de la Commission des services publics de Californie (CPUC) pour étendre officiellement son service de VTC sans chauffeur à la baie de San Francisco, Los Angeles, San Diego et Sacramento. Waymo a déclaré qu’elle déploierait ses opérations de manière progressive et robuste dans chaque région, conformément à son cadre d’évaluation de la sécurité. (Source : Waymo)
🧰 Outils
L’Université du Zhejiang rend open-source Polaris, une plateforme d’agents de recherche scientifique : Une équipe de l’Université du Zhejiang a rendu open-source Polaris, une plateforme d’agents de recherche scientifique basés sur l’IA. Cette plateforme relie les étapes de la recherche scientifique, telles que la recherche documentaire, la génération d’idées, la gestion des expériences et la rédaction d’articles, en un pipeline automatisé. L’IA peut concevoir et exécuter des expériences de manière autonome sur des serveurs GPU connectés, tout en intégrant une validation humaine aux points de décision clés, dans le but de créer un nouveau paradigme de recherche collaborative homme-machine. (Source : 机器之心)
Yinchao lance son grand modèle musical V4.0 et ouvre son API : L’équipe chinoise d’IA musicale Yinchao a publié son grand modèle V4.0, axé sur la compréhension sémantique naturelle et la création multilingue. Cette nouvelle version prend en charge les dix principales langues mondiales et ouvre pour la première fois la génération de musique instrumentale aux utilisateurs individuels. De plus, Yinchao a lancé une plateforme d’API ouverte, proposant des interfaces pour la génération de paroles, l’imitation de chansons, etc., accessible gratuitement aux développeurs pour une durée limitée. (Source : 量子位)
📚 Apprentissage
SWD : une approche d’explicabilité au niveau des poids pour les grands modèles sans réentraînement : L’Institut d’innovation Zhizhi, en collaboration avec Oxford et Stanford, a proposé la méthode “Sparse Weight Decomposition (SWD)”. Cette méthode décompose directement la matrice de poids denses d’un modèle pré-entraîné en deux facteurs creux, transformant les dimensions partagées en unités de goulot d’étranglement pouvant être manipulées indépendamment. Elle a permis d’extraire avec succès des circuits de tâches sur des modèles comme GPT-2 et Qwen. Le coût en données de cette méthode ne représente que 1 % de celui des réseaux de substitution entraînés traditionnels, et elle propose une version “zero-data” ne nécessitant aucune donnée d’étalonnage. (Source : 至知研究院)
Le paradigme de programmation de composabilité spatio-temporelle derrière DeepSeek Harness : Parallèlement à la mise en open-source du framework d’agents Harness, l’équipe DeepSeek a publié un article intitulé “Paradigme de programmation pour la composabilité spatio-temporelle”. L’article détaille les fondements théoriques de son framework sous-jacent Cordis. En concrétisant les “effets” et “co-effets” en mécanismes d’exécution, il permet le chargement dynamique des composants, l’injection de dépendances et le nettoyage des effets secondaires réversibles au moment de l’exécution, offrant ainsi un support système robuste pour les agents auto-évolutifs. (Source : 机器之心)
UniMotion : introduction de la modalité de mouvement continu dans un grand modèle multimodal unifié : Des équipes de l’Université de Pékin, de l’Université de Donghua et de l’Université de technologie de Chine méridionale ont publié un article à l’ECCV 2026, présentant le framework multimodal unifié UniMotion. Cette méthode traite le mouvement humain continu multi-trames (Motion) comme une modalité indépendante, alignée avec le texte et les signaux visuels RGB au sein d’un backbone LLM partagé. Elle permet de réaliser sept tâches cross-modales, dont la compréhension, la prédiction, la génération et l’édition de mouvements, au sein d’un modèle unique. (Source : 北京大学)
HarnessFix : diagnostic et correction automatiques des défauts de Harness pour les agents : Pour résoudre le problème des échecs d’agents dans des tâches complexes dus à la défaillance des mécanismes de l’environnement externe (Harness), des chercheurs ont proposé le framework HarnessFix. Ce système compile les trajectoires d’échec de l’agent et les composants de Harness en une représentation intermédiaire, localise automatiquement le niveau de Harness où se trouve le défaut (comme l’interface de l’outil ou la logique de validation), et génère des correctifs délimités. Cela a permis d’augmenter le taux de réussite des tâches de 6,3 à 18,4 points de pourcentage sur plusieurs benchmarks. (Source : HarnessFix)
MDA : un agent de découverte de mécanismes basé sur les grands modèles et la conception d’expériences bayésiennes : Des chercheurs de Harvard, du MIT et d’autres institutions ont développé l’agent de découverte de modèles (MDA). Ce système combine la capacité de génération d’hypothèses des grands modèles avec la rigueur de l’inférence bayésienne. En maximisant la valeur de l’information (VoI), il conçoit et sélectionne activement les expériences d’intervention les plus à même de distinguer les mécanismes physiques candidats, éliminant les fausses hypothèses avec nettement moins d’expériences dans plusieurs tâches de découverte scientifique. (Source : NeuronBench)
Libra : un gestionnaire de ressources efficace pour le post-entraînement de l’apprentissage par renforcement des agents : Une équipe de l’Université chinoise de Hong Kong et de l’Université Hang Seng de Hong Kong a rendu open-source le système Libra. Conçu pour résoudre les problèmes de traîne longue des trajectoires et de déséquilibre entre les phases causés par les appels d’outils dans l’Agentic RL, ce système intègre un planificateur de ressources global et un ordonnanceur C-MLFQ. Il ajuste dynamiquement le ratio d’entraînement et d’inférence des GPU en fonction des signaux d’exécution renvoyés par les outils, augmentant le débit d’entraînement jusqu’à 300 % sur plusieurs tâches. (Source : NetX-lab)
💼 Business
IBM et OpenAI concluent un partenariat stratégique pour l’IA d’entreprise : IBM et OpenAI ont annoncé un nouveau partenariat stratégique qui verra la création d’une division dédiée à OpenAI au sein de l’équipe IBM Consulting, formant ainsi des milliers de consultants. Les deux parties intégreront profondément des modèles tels que GPT-5.6, Codex et ChatGPT Work dans les plateformes de conseil et de cybersécurité multi-agents d’IBM, afin d’accélérer conjointement le déploiement sécurisé de l’IA d’entreprise dans les secteurs réglementés. (Source : AI Business)
Nvidia s’associe aux géants de Wall Street pour lancer un financement de 500 milliards de dollars pour les infrastructures d’IA : Nvidia a annoncé un partenariat avec six des plus grandes institutions financières mondiales, dont Apollo, Blackstone et Goldman Sachs, avec pour objectif de mobiliser plus de 500 milliards de dollars pour la construction d’infrastructures d’IA. Ce projet vise à établir une plateforme indépendante de financement des réseaux et de la puissance de calcul, apportant un soutien en capital pour les centres de données d’IA et l’achat de matériel, et établissant les infrastructures de calcul comme une nouvelle classe d’actifs investissables. (Source : AI Business)
🌟 Communauté
La communauté débat de la “tragédie des biens communs cognitifs” et du remplacement des postes juniors par l’IA : La théorie de la “tragédie des biens communs cognitifs”, récemment proposée par le monde universitaire, suscite de vifs débats. Les recherches indiquent que si le remplacement des postes juniors par l’IA apporte des gains à court terme aux entreprises, il empêche les jeunes talents d’acquérir des connaissances approfondies par la pratique, entraînant à l’avenir une pénurie d’experts chevronnés capables de corriger les erreurs de l’IA. Les secteurs à faible barrière à l’entrée et hautement modulaires, tels que le développement logiciel, la finance et le droit, sont les plus exposés à ce risque de perte de compétences. (Source : Human Resource Development Review)
Une étude révèle l’effet de dilution des livres générés par IA sur le marché de l’auto-édition d’Amazon : Une étude de détection Pangram menée sur plus de 10 000 livres électroniques auto-publiés sur Amazon montre que les ouvrages contenant une quantité importante de contenus générés par IA représentent désormais 20 % du catalogue total. Bien que les ventes par unité des livres générés par IA soient faibles, leur fréquence de publication extrêmement élevée produit un effet de dilution sévère sur le marché, entraînant une baisse généralisée des revenus moyens par livre, même pour les œuvres originales ne présentant aucune trace d’IA. (Source : arXiv)
Première devant un tribunal américain : un plaignant insère des instructions IA invisibles dans sa plainte pour tenter de manipuler le procès : Dans le cadre d’un procès dans le Connecticut, aux États-Unis, le plaignant a inséré des prompts invisibles en police blanche de taille 3 dans les espaces vides de sa plainte, dans l’espoir d’influencer le système d’examen automatisé par IA du tribunal en sa faveur, au cas où celui-ci en utiliserait un. Bien que le tribunal n’ait pas eu recours à l’IA, le juge a immédiatement révoqué ses privilèges de dépôt électronique après avoir découvert la manœuvre, qualifiant cet acte d’équivalent à une “tentative d’influence clandestine sur les jurés”. (Source : Ars Technica)
Les lourdes pertes du fonds spéculatif SA relancent le débat sur la bulle d’investissement dans l’IA : Le géant de la finance quantitative de Wall Street, Jane Street, a subi une perte massive d’environ 15 milliards de dollars en juillet en raison de son exposition au fonds spéculatif axé sur l’IA “Situational Awareness”. Cet événement a suscité de vives discussions au sein de la communauté, certains investisseurs estimant qu’il démontre que les attentes du marché concernant le retour sur investissement (ROI) à court et moyen terme de l’IA sont surévaluées, entraînant des tensions locales sur les liquidités. (Source : The Guardian)
💡 Divers
Le premier centre technologique universitaire d’IA d’Indonésie officiellement créé : Le ministère indonésien de la Communication et des Affaires numériques, en collaboration avec Indosat, Nvidia et l’Université Gadjah Mada (UGM), a inauguré le premier centre technologique universitaire d’IA du pays à Yogyakarta. S’appuyant sur la plateforme de calcul accéléré de Nvidia et les services de GPU souverains de l’Indonésie, ce centre se concentrera sur la R&D en IA pour des secteurs nationaux clés tels que le dépistage de la tuberculose, l’agriculture de précision et l’alerte précoce aux catastrophes naturelles. (Source : NVIDIA Blog)
Les résidents de Larbert en Écosse protestent contre un projet de centre de données d’IA : Des manifestations ont éclaté à Larbert, en Écosse, contre un projet de centre de données d’IA, rassemblant des centaines de résidents et recueillant près de 7 000 objections. Les habitants et les organisations environnementales locales s’inquiètent principalement de la pollution de l’air et sonore que généreraient les 200 générateurs diesel de secours prévus pour le centre de données, à proximité d’hôtels et de maisons de retraite. (Source : The Guardian)