🔥 À la une
Meta lance Muse Glimmer 30B, promet de rendre open-source Muse Spark 1.2, et Zuck publie un manifeste sur l’AI : Meta a officiellement lancé Muse Glimmer (sous licence Apache 2.0), un modèle d’agent multimodal open-source de 30B, et a promis de rendre open-source le modèle encore plus puissant Muse Spark 1.2 dans un avenir proche. Simultanément, Mark Zuckerberg a publié un long article de 6 000 mots, réaffirmant l’engagement de Meta à construire une « superintelligence personnelle inclusive », à maintenir la voie de l’open-source, et avertissant que toute politique limitant la publication de modèles américains menacerait le leadership des États-Unis dans la compétition avec la Chine (Source : Meta AI)
Plus de 1 300 employés de laboratoires de pointe signent une lettre ouverte appelant à « contrôler le rythme de développement », Sanders écrit aux géants de la tech pour exiger une pause de l’AI : Un groupe de 1 367 chercheurs et ingénieurs de laboratoires de pointe tels que OpenAI, Anthropic et Google DeepMind ont signé une lettre ouverte, avertissant que le développement des capacités de l’AI pourrait rapidement échapper au contrôle humain, et appelant les gouvernements à intervenir pour « contrôler le rythme du développement de pointe ». En réaction, le sénateur américain Bernie Sanders a officiellement écrit aux CEO de Meta, OpenAI et Anthropic, leur demandant de respecter leur promesse antérieure de « suspendre le développement s’il devient incontrôlable », d’arrêter immédiatement le développement de l’AI, et avertissant que si ces géants n’agissaient pas, le Congrès interviendrait de force (Source : The Guardian)
OpenAI confirme officiellement le report du déploiement interne du modèle Astra en raison de risques de cybersécurité, et lance GPT-5.6-Cyber : OpenAI a officiellement confirmé que son modèle de nouvelle génération, Astra, a été identifié lors des évaluations de sécurité comme ayant atteint le seuil des « capacités critiques en cybersécurité ». Pour prévenir les risques, son déploiement interne et sa publication ont été suspendus, et une « surveillance universelle » a été mise en place sur toutes les applications d’agents. Parallèlement, OpenAI a mis à disposition des membres du programme Daybreak Red le modèle GPT-5.6-Cyber, spécialement conçu pour la recherche de vulnérabilités. Ce modèle affiche un taux de réussite de 95 % sur les tâches de cybersécurité avancées, dépassant largement les 1,5 % de la version généraliste GPT-5.6 Sol (Source : VentureBeat)
Mistral AI s’associe à des géants industriels européens pour créer une alliance de calcul de 1 GW et lance des services de Regional Endpoints : La licorne européenne de l’AI, Mistral AI, a annoncé son partenariat avec des géants industriels européens tels que ASML, CMA CGM et Amadeus pour co-garantir et construire une infrastructure de calcul AI locale en Europe, via un engagement sur 5 ans en « European Compute Units (ECU) », avec pour objectif d’atteindre 1 GW d’ici 2030. En parallèle, Mistral lance des Regional Endpoints de déduction et des services prioritaires avec garanties SLA, et héberge pour la première fois un modèle open-source tiers (GLM-5.2 de Z.ai) sur sa plateforme afin de bâtir un écosystème d’AI souveraine en Europe (Source : Mistral AI / VentureBeat)
Le système d’AI médicale AMIE de Google franchit une étape majeure en permettant des consultations vidéo en temps réel basées sur Gemini et Astra : Google Research et DeepMind ont annoncé conjointement que leur système d’AI médicale, AMIE, s’est étendu avec succès aux consultations vidéo en temps réel. Basé sur Gemini et Project Astra, le système utilise une architecture asynchrone à trois agents composée de Talker (chargé des conversations à faible latence), Planner (chargé du raisonnement clinique) et Perception (chargé de la perception audiovisuelle). Il est capable de percevoir en temps réel les indices audiovisuels non verbaux des patients et de guider les examens physiques virtuels. Lors de tests en double aveugle comparés à des médecins généralistes, AMIE a atteint un niveau d’expert en matière de précision diagnostique et de qualité de communication (Source : Google Research Blog)
🎯 Tendances
Nvidia lance le modèle MoE Nemotron 3.5 Lightning 30B et la bibliothèque de routage open-source Switchyard : Nvidia a introduit Nemotron 3.5 Lightning, un modèle Mixture of Experts (MoE) de 30B spécialement conçu pour traiter les tâches d’agents fréquentes et routinières, offrant une vitesse d’inférence supérieure de plus de 30 % par rapport aux modèles similaires. Parallèlement, la bibliothèque de routage open-source NeMo Switchyard permet de rediriger dynamiquement les tâches vers le modèle léger ou de pointe le plus adapté en fonction de l’état d’exécution de l’agent, du coût et de la latence, réduisant ainsi le coût de fonctionnement de l’agent à un tiers lors des tests (Source : VentureBeat)
Lightricks lance le modèle open-source de génération vidéo LTX-2.5, profondément intégré à ComfyUI : Lightricks a publié LTX-2.5, un modèle open-source de génération vidéo basé sur un modèle de langage Gemma 4 personnalisé. Il prend en charge la génération cohérente multi-caméras et introduit un tout nouveau décodeur vidéo de diffusion pour réduire les artefacts de mouvement. Sur les puces de supercalculateur Nvidia doubles GB200, le modèle ne nécessite que 6,8 secondes pour générer une vidéo 720p de 10 secondes, améliorant considérablement l’efficacité du rendu pour l’AI physique et les scénarios de simulation robotique en temps réel (Source : VentureBeat)
webAI lance la famille de modèles de raisonnement logique formel TwIL-LM, conçue pour une exécution locale efficace : webAI a rendu open-source TwIL-LM, une famille de modèles de raisonnement logique formel comprenant des paramètres de 1.7B et 3B, conçue pour traduire l’anglais en logique du premier ordre et valider le raisonnement. La version 3B, entraînée via un réglage fin LoRA, une fusion de modèles et un apprentissage par renforcement GRPO basé sur des vérificateurs de programmes, affiche d’excellentes performances sur les tâches de logique formelle. Elle génère 32,9 tokens par seconde en exécution locale, offrant une option efficace pour les déploiements locaux dans les secteurs de la conformité, de la finance et du droit (Source : MarkTechPost)
Une étude montre que l’impact de l’AI sur la productivité des combustibles fossiles dépasse largement sa contribution à la réduction des émissions dans les énergies renouvelables : Une étude publiée dans Nature Genetics a modélisé le secteur de l’électricité et a révélé que les gains d’efficacité apportés par l’AI dans l’extraction du charbon, du pétrole et du gaz naturel entraîneront une augmentation de 1 % à 5 % des émissions annuelles de carbone du secteur énergétique mondial (soit environ 470 millions à 1,8 milliard de tonnes). L’étude souligne que les effets climatiques négatifs de l’utilisation généralisée de l’AI dans l’exploration des combustibles fossiles (comme la recherche de pétrole par AI d’Equinor) dépassent de loin les réductions d’émissions obtenues grâce à l’optimisation des réseaux électriques et de la production d’énergie éolienne et solaire (Source : The Guardian)
🧰 Outils
Lindy présente Teammate : un employé AI collaboratif multi-utilisateurs intégré à Slack : La startup d’AI Agent Lindy a lancé son nouveau produit, Teammate. Cet employé AI peut s’intégrer directement dans le Slack d’une entreprise, en analysant en continu les canaux publics et les comptes rendus de réunions pour construire un graphe de connaissances dynamique. Teammate prend en charge la collaboration multi-utilisateurs et utilise un algorithme unique de « Context Buckets » et d’arbres auto-équilibrés, permettant à l’agent de récupérer jusqu’à 2 milliards de tokens de contexte en seulement deux appels de LLM, afin de gérer des flux de travail internes complexes comme l’optimisation des pipelines CI (Source : )
OpenAI lance l’abonnement ChatGPT Business Premium : Afin de répondre à la demande des entreprises pour des appels AI à haute fréquence, OpenAI a lancé un nouveau niveau d’abonnement, ChatGPT Business Premium, au tarif mensuel de 100 à 125 dollars. Cette version offre un quota d’utilisation 5 fois supérieur à celui de la version professionnelle standard et supprime la limite quotidienne de 5 heures sur les fonctionnalités avancées, visant à fournir un budget de tokens plus généreux pour les équipes utilisant intensivement l’AI (Source : The Register)
📚 Apprentissage
Tutoriel sur l’implémentation d’un pipeline de génération vidéo et audio à double décodage MiniMax-H3 basé sur l’API ComfyUI : Ce tutoriel explique en détail comment utiliser ComfyUI comme backend d’inférence headless pour construire un workflow de génération audio et vidéo MiniMax-H3 de bout en bout dans un environnement Colab. Le tutoriel couvre l’implémentation complète en Python pour la sélection dynamique de la précision du modèle (FP8/INT8/BF16) en fonction de la VRAM, l’alignement automatique des fréquences d’images et le suivi en temps réel de la progression de la génération via WebSocket (Source : MarkTechPost)
Une étude révèle qu’un modèle faible peut extraire les traces de raisonnement cachées des LLM à partir d’API fermées : Des chercheurs de l’Université de Tübingen et d’autres institutions ont puissant publié un article démontrant une nouvelle faille de sécurité : en rejouant les traces de raisonnement chiffrées (Chain of Thought) générées par des API fermées (comme GPT ou Claude) sur des modèles miniatures moins alignés de la même famille, il est possible de décrypter et d’extraire le processus de pensée caché des LLM, ce qui pourrait même divulguer des mots de passe et des clés API. L’étude souligne également que les traces de raisonnement de Kimi K3 sont très similaires à celles de Claude/GPT, suggérant une distillation lors de son entraînement (Source : WIRED / Hacker News)
Le physicien Matthieu Wyart explique comment l’AI apprend au mauvais niveau d’abstraction : Dans un épisode de podcast, le physicien statisticien Matthieu Wyart a souligné que le cerveau humain a besoin de 100 000 fois moins d’échantillons que l’AI pour apprendre une langue, car l’AI effectue des prédictions dans un espace de tokens de faible dimension, tandis que le cerveau prédit dans un espace latent (Latent Space) abstrait. Il a proposé une théorie basée sur l’architecture de prédiction d’incorporation conjointe (JEPA), démontrant que le fait de laisser le modèle prédire ses propres représentations latentes plutôt que des tokens bruts améliore considérablement l’efficacité des échantillons et accélère la formation de concepts abstraits (Source : )
💼 Business
Restructuration de la direction de Google DeepMind : Jeff Dean quitte l’entreprise pour fonder la startup d’AI Discovery Loop : Les activités d’AI de Google connaissent une restructuration majeure. Le cofondateur de DeepMind, Demis Hassabis, quitte ses fonctions de gestion quotidienne pour devenir président de DeepMind et scientifique en chef d’Alphabet. Parallèlement, Jeff Dean, scientifique en chef chez Google depuis 27 ans, a annoncé son départ pour cofonder une nouvelle entreprise d’AI, Discovery Loop, avec trois autres membres clés, un projet qui a déjà reçu le soutien financier de Google (Source : The Guardian)
🌟 Communauté
La communauté débat vivement de « l’AI qui dévore le web », entraînant une disparition accélérée de la mémoire collective d’Internet : La communauté Hacker News a engagé une discussion animée sur le thème de « la prolifération des robots d’indexation d’AI entraînant la disparition des moteurs de recherche traditionnels et des pages web de qualité ». Les utilisateurs soulignent que la prolifération des contenus générés par AI et le blocage des robots par les plateformes détruisent l’écosystème de liens originel d’Internet. En conséquence, de nombreux sites indépendants et sources de connaissances qui portent la mémoire collective de l’humanité disparaissent complètement des résultats de recherche, rendant Internet de plus en plus semblable à une décharge fermée et auto-référencée de contenus générés par AI (Source : Hacker News)
Un développeur utilise un proxy de l’homme du milieu pour révéler le mécanisme de transmission de données en arrière-plan de GitHub Copilot : Un développeur a partagé sur les réseaux sociaux ses découvertes après avoir placé GitHub Copilot derrière un proxy de l’homme du milieu (MitM), suscitant un grand intérêt. Les tests montrent que Copilot envoie fréquemment en arrière-plan des fragments de contexte du fichier actuel et des fichiers adjacents. Le volume et la fréquence des données transmises dépassent largement les attentes des utilisateurs, ce qui a déclenché des discussions approfondies au sein de la communauté concernant la confidentialité du code et la dégradation des performances des extensions IDE (Source : Hacker News)
Une AI découvre une faille zero-day dans Zoom en moins de 20 prompts, suscitant des inquiétudes quant à « l’automatisation de la cyber-offensive et de la cyber-défense » : La société de sécurité A Security a révélé que ses chercheurs, en utilisant des outils d’AI publics, ont découvert une grave faille zero-day (désormais corrigée) dans le protocole de partage d’écran et d’annotation en temps réel de Zoom en moins de 20 interactions de prompts, permettant de prendre le contrôle d’appareils à distance. La communauté débat activement du fait que cela marque une baisse drastique du seuil de détection et d’exploitation automatique des failles par l’AI, et que la cybersécurité future évoluera vers une confrontation purement automatisée entre AI offensives et défensives (Source : WIRED)
Spotify annonce le blocage et le marquage des artistes générés par AI pour protéger les droits des musiciens humains : Spotify a annoncé qu’à partir de septembre de cette année, elle imposerait le label « AI Persona » aux chanteurs virtuels d’AI sur sa plateforme et les exclurait complètement des recommandations algorithmiques personnalisées. Cette mesure vise à lutter contre la prolifération de la musique générée par AI et des comptes bots qui manipulent les classements au cours de l’année écoulée. La communauté a exprimé son soutien, estimant que cela aide à reprendre le contrôle de la distribution musicale et à protéger les redevances des artistes humains (Source : The Guardian)
💡 Divers
L’AI aide à analyser le réseau génétique de la schizophrénie et découvre 766 gènes associés : Une étude publiée dans Nature Genetics a utilisé des modèles informatiques d’AI pour effectuer une analyse transcriptomique multirégionale sur les données génétiques de plus de 102 000 personnes et des échantillons de tissus cérébraux de centaines de donneurs. L’AI a réussi à reconstruire l’activité coordonnée de milliers de gènes dans le cerveau humain, identifiant 766 gènes significativement associés à la schizophrénie (dont 641 découverts pour la première fois), confirmant que la maladie est causée par un réseau complexe de régulation génétique plutôt que par une mutation unique (Source : WIRED)
L’informatique à base d’organoïdes cérébraux (OI) pourrait devenir une nouvelle direction dépassant les réseaux de neurones traditionnels sur silicium : Des chercheurs, dont Thomas Hartung de l’Université Johns Hopkins, ont discuté des dernières avancées de « l’intelligence organoïde (OI) » lors d’une interview. Les chercheurs connectent des organoïdes cérébraux humains cultivés in vitro (environ 5 millions de cellules) à des réseaux de microélectrodes et tentent de les entraîner à jouer à des jeux comme Pong et Doom via des retours de signaux électriques. Les partisans de l’OI estiment que les neurones biologiques possèdent une efficacité énergétique et une capacité d’auto-réparation extrêmement élevées, et pourraient à l’avenir devenir un support informatique plus adaptable que les puces de silicium (Source : WIRED)
Chloe Bakalar, responsable de l’éthique chez OpenAI, annonce son départ moins d’un an après son arrivée : Selon le Financial Times, la responsable de l’éthique d’OpenAI, Chloe Bakalar, a confirmé son départ, moins d’un an après avoir rejoint l’entreprise. Dans un contexte où OpenAI fait face à des critiques récurrentes concernant le contrôle de la sécurité des modèles de pointe et les incidents de jailbreak d’agents, les changements fréquents de dirigeants clés responsables de l’éthique et de la sécurité de l’AI suscitent à nouveau des inquiétudes au sein de la communauté quant à la culture de sécurité interne et à la structure de gouvernance des géants de la tech (Source : Hacker News)