Mots-clés：DeepSeek, OpenAI, Google Android XR, Robotique Zhiyuan, Assistant mobile Doubao, Compagnon d’apprentissage IA, Centre de données orbital SpaceX, Modèle DeepSeek R1, Alerte rouge OpenAI, SDK Android XR, Robot d’expédition A1 Zhiyuan, Opérations inter-applications de l’assistant IA Doubao
🔥 À LA UNE
Le fondateur de DeepSeek, Liang Wenfeng, désigné parmi les dix personnalités scientifiques de l’année par Nature : Liang Wenfeng a été nommé parmi les dix personnalités scientifiques de l’année 2025 par le magazine Nature, en reconnaissance de sa contribution et de l’impact transformateur du modèle DeepSeek dans le domaine de l’AI. Il est qualifié de “perturbateur technologique”. DeepSeek a bousculé l’industrie avec ses modèles puissants, rentables et open source (tels que R1, V3.2), prouvant que les grands modèles n’ont pas nécessairement besoin d’une accumulation infinie de ressources pour atteindre un niveau de pointe, et renforçant ainsi la voix technologique des grands modèles chinois au sein de la communauté mondiale. L’évaluation de DeepSeek a atteint 1,05 billion de yuans, et la fortune de Liang Wenfeng a par conséquent grimpé à 184,62 milliards de yuans. Son esprit “geek” et sa persévérance en faveur de l’open source sont considérés comme un symbole de la transition de l’AI chinoise, passant d’un rôle d’imitateur à celui d’innovateur. (Source: 36氪, 36氪, 36氪)
OpenAI déclenche une “alerte rouge” et publie un rapport sur l’AI en entreprise : Le PDG d’OpenAI, Sam Altman, a déclenché le 1er décembre une “alerte rouge” de niveau maximal en raison de la concurrence féroce de Google Gemini et de Meta, suspendant les activités non essentielles pour concentrer les ressources sur la consolidation des avantages fondamentaux de ChatGPT. Parallèlement, OpenAI a publié son “Rapport sur l’état de l’AI en entreprise”, révélant une accélération de l’adoption de l’AI en entreprise, les employés économisant en moyenne près d’une heure de travail par jour. Cependant, les 5 % d’utilisateurs intensifs ont vu leur efficacité multipliée par 16, soulevant des inquiétudes quant à l’accroissement des “inégalités” à l’ère de l’AI. La concurrence se concentre sur les capacités des modèles, les parts de marché et la guerre des talents. (Source: 36氪, 36氪)
Google lance la plateforme Android XR et plusieurs lunettes AI : Lors de l’événement XR Edition, Google a présenté de manière systématique Android XR, le positionnant comme la première plateforme de réalité étendue unifiée, visant à étendre l’expérience Android au domaine de la XR. Cette plateforme, développée en partenariat avec Samsung et Qualcomm, propose diverses formes de matériel, notamment des lunettes intelligentes AI élégantes (en collaboration avec Warby Parker et Gentle Monster), des lunettes XR filaires (Project Aura avec XREAL) et une mise à jour du casque Samsung Galaxy XR. Le SDK Android XR a également été mis à jour, offrant un support complet aux développeurs, annonçant des avancées majeures dans la fusion de l’AI et de la XR. (Source: 36氪, 36氪)
La société de “稚晖君”, Zhuyuan Robot, met en production 5000 robots : Zhuyuan Robot, fondée par l’entrepreneur en intelligence incarnée “稚晖君” Peng Zhihui, a réalisé la production en série de 5000 robots incarnés universels en moins de trois ans. La gamme de produits comprend des robots humanoïdes pleine taille (Yuanzheng A1/A2), des robots humanoïdes demi-taille (Lingxi X1/X2) et des robots incarnés à roues (Jingling G1/G2), principalement utilisés dans la fabrication industrielle, le tri logistique, la collecte de données pour l’entraînement, ainsi que l’accueil, le divertissement et les performances commerciales. Cette étape marque une progression plus rapide que prévu de la production en série dans l’industrie de l’intelligence incarnée, avec des commandes s’élevant déjà à plusieurs centaines de millions de yuans. (Source: 36氪)
L’assistant mobile Doubao déclenche une bataille pour le point d’entrée à l’ère de l’AI : L’assistant mobile Doubao, lancé par ByteDance, tente d’intégrer les capacités de l’AI au niveau du système d’exploitation des téléphones mobiles grâce à une collaboration approfondie avec ZTE, permettant des opérations globales inter-applications et provoquant un choc dans l’industrie. Ce produit vise à contester la position des super-Apps existantes en tant que points d’entrée de trafic, mais a rapidement rencontré des restrictions techniques de la part de grands acteurs comme WeChat et Taobao. Cet événement met en lumière la concurrence pour le super-point d’entrée à l’ère de l’AI, annonçant que l’intégration logicielle et matérielle, l’accumulation d’écosystèmes et la collaboration entre le cloud et les terminaux seront les tendances clés du développement futur des assistants AI. (Source: 36氪, 36氪)
🎯 TENDANCES
Zou Yang, “vétéran” de l’AI : l’AGI n’est pas le cœur, l’application concrète change le monde : Zou Yang, co-fondateur de Future Intelligence, estime que bien que la technologie des grands modèles linguistiques n’ait pas encore atteint l’AGI, elle est déjà suffisante pour transformer radicalement toutes les industries. Il souligne que la véritable valeur de l’AI réside dans son intégration dans les processus industriels, devenant un “cerveau externe” pour les tâches intellectuelles répétitives des entreprises, permettant une réplication structurée de l’expertise. Il insiste sur le fait que l’industrie devrait se concentrer sur la manière d’intégrer les technologies existantes dans les activités et de les déployer à grande échelle, plutôt que de poursuivre excessivement le sommet lointain de l’AGI. (Source: 36氪)
La publicité générée par l’AI remodèle l’industrie, opportunités et défis coexistent : L’intelligence artificielle remodèle profondément l’industrie de la publicité numérique, évoluant des systèmes programmatiques vers des systèmes publicitaires intelligents. Les opportunités incluent la diversification des points d’entrée de trafic, l’automatisation de la génération de contenu, la personnalisation extrême de l’expérience (“mille visages pour une seule personne”), l’intelligence des mécanismes de diffusion et la transformation du rôle des agences de publicité. Cependant, des problèmes tels que l’immaturité technologique (inférence de modèle instable, algorithmes inexplicables), les défis réglementaires (fausses publicités, deepfakes), les risques liés à la confiance des utilisateurs et à la confidentialité, ainsi que les coûts de conformité transfrontaliers, doivent être résolus de toute urgence. L’industrie doit construire un système de “régulation légère + gouvernance partagée”, améliorer le contrôle des risques des plateformes, renforcer la gouvernance des données et encourager les marques à construire leurs propres agents intelligents. (Source: 36氪)
Perspectives de l’industrie mondiale de l’assurance en 2026 : l’AI redéfinit les règles du jeu : Un rapport de Deloitte indique que l’industrie mondiale de l’assurance entre dans une phase de ralentissement de la croissance et de pression sur les bénéfices, l’AI devenant la force clé pour redéfinir les règles du jeu. Dans le domaine de l’assurance non-vie, l’AI permet de “prédire les risques” grâce à l’actuariat, la détection de la fraude et l’alerte précoce. Dans le domaine de l’assurance-vie et des rentes, les changements de structure du capital et la fusion avec le capital-investissement s’accélèrent, la capacité de gestion d’actifs devenant centrale. Dans le domaine de l’assurance collective, dans le modèle B2B2C, la capacité d’accès numérique et une expérience utilisateur optimale sont des facteurs de compétitivité. L’application à grande échelle de l’AI dépend de données de haute qualité, de systèmes modernisés et de garanties de sécurité, et exige une refonte des compétences des professionnels. (Source: 36氪)
La nouvelle architecture HOPE de Google résout le problème de la mémoire à long terme des grands modèles : Google a proposé dans un article le nouveau cadre HOPE, visant à résoudre le problème de la mémoire à long terme des grands modèles, ce qui est crucial pour l’application généralisée des agents AI. Cette architecture définit le mécanisme d’auto-attention du Transformer comme un “système à court terme” et introduit un module de mémoire à long terme neuronal indépendant, responsable du stockage et du rappel d’informations clés à travers les fenêtres contextuelles, redéfinissant ainsi la “structure cérébrale” des grands modèles. La mémoire à long terme évolue d’un correctif d’ingénierie à une capacité centrale du modèle, déterminant si l’AI peut être utilisée et fiable à long terme. (Source: 36氪)
Les partenaires d’apprentissage AI remodèlent l’éducation, intégrant l’accompagnement des compétences, des émotions et des connaissances : Les partenaires d’apprentissage AI connaissent une croissance rapide dans le domaine de l’éducation mondiale, s’intégrant au quotidien des étudiants en tant que “compagnons”. En matière de formation aux compétences, les tuteurs linguistiques AI (tels que Duolingo Roleplay, Gulu Oral English) offrent des conversations immersives et une correction instantanée. En matière de soutien psychologique et de gestion des habitudes, l’AI (telle que Replika, Xueersi “Xiaosi 3.0”) fournit un soutien émotionnel et des conseils sur les habitudes. En matière d’orientation des connaissances, l’AI (telle que PhotoMath, Xiaoyuan AI Hyper-Realistic Teacher) évolue vers un “tutorat complet individuel”, offrant des explications processuelles. (Source: 36氪)
Le grand récit de Musk : SpaceX se lance dans les centres de données orbitaux : Un rapport de Morgan Stanley indique que l’envolée de la valorisation de SpaceX est en partie due à la valorisation par le marché du grand récit des “centres de données orbitaux”, une toute nouvelle infrastructure AI. Musk envisage d’utiliser Starship et les satellites Starlink V3 pour transporter des GPU, formant un vaste nuage de calcul en orbite via des interconnexions laser à haute vitesse, résolvant ainsi la pénurie d’électricité sur Terre, réalisant un refroidissement extrême, une énergie illimitée et une connectivité périphérique mondiale. Ce domaine attire de nombreux acteurs tels que Starcloud, Axiom Space, Google et Nvidia. (Source: 36氪)
🧰 OUTILS
Zhipu ouvre sa série de grands modèles multimodaux GLM-4.6V, puissants et à moitié prix : Zhipu a ouvert sa série de grands modèles multimodaux GLM-4.6V et l’agent AutoGLM, visant à réduire les barrières d’accès à l’AI multimodale. GLM-4.6V augmente la fenêtre contextuelle à 128k tokens et intègre pour la première fois la Function Call nativement dans un modèle visuel. Les tests réels montrent des performances stables dans l’achat d’images, la reproduction de pages web, la compréhension de documents longs et de vidéos, bien que la mise en page texte-image reste à optimiser. Le prix de son API est réduit de moitié, et la version légère GLM-4.6V-Flash est gratuite, favorisant l’application de l’AI multimodale pour les particuliers et les petites équipes. (Source: 36氪)
Les partenaires d’apprentissage AI remodèlent l’éducation, intégrant l’accompagnement des compétences, des émotions et des connaissances : Les partenaires d’apprentissage AI connaissent une croissance rapide dans le domaine de l’éducation mondiale, s’intégrant au quotidien des étudiants en tant que “compagnons”. En matière de formation aux compétences, les tuteurs linguistiques AI (tels que Duolingo Roleplay, Gulu Oral English) offrent des conversations immersives et une correction instantanée. En matière de soutien psychologique et de gestion des habitudes, l’AI (telle que Replika, Xueersi “Xiaosi 3.0”) fournit un soutien émotionnel et des conseils sur les habitudes. En matière d’orientation des connaissances, l’AI (telle que PhotoMath, Xiaoyuan AI Hyper-Realistic Teacher) évolue vers un “tutorat complet individuel”, offrant des explications processuelles. (Source: 36氪)
📚 APPRENTISSAGE
La capacité visuelle des grands modèles “défaille” : EgoCross révèle le goulot d’étranglement de la généralisation inter-domaines : L’équipe du projet EgoCross s’est concentrée sur l’évaluation de la question-réponse vidéo à la première personne inter-domaines, révélant le goulot d’étranglement de la généralisation des MLLM existants dans des scénarios professionnels tels que la chirurgie, l’industrie, les sports extrêmes et la perspective animale. L’étude a révélé que même les modèles de pointe voient leur précision chuter à moins de 55 % dans ces domaines inconnus, bien en deçà des scénarios quotidiens. L’équipe a construit le premier benchmark EgocentricQA inter-domaines et, grâce à des méthodes telles que le prompt learning, le fine-tuning supervisé et le reinforcement learning (RL), a prouvé que la méthode RL peut apporter une amélioration significative des performances, offrant une direction pour la construction de modèles plus généralisables. (Source: 36氪)
La puissance de calcul académique “massacrée”, Stanford avec ≈0,1 GPU par personne : Les laboratoires des meilleures universités américaines sont généralement confrontés à une grave pénurie de GPU, comme Stanford avec seulement environ 0,14 GPU par personne, bien en dessous de l’industrie. Cela rend difficile pour le monde universitaire de mener des recherches AI à grande échelle, accélérant le départ des meilleurs talents vers l’industrie et perdant progressivement la capacité de définir l’avant-garde. Bien que certaines universités (comme NYU, UT Austin) construisent leurs propres usines AI, l’écart global en ressources est énorme, posant un défi sérieux à la recherche et à l’éducation en AI. (Source: 36氪)
Interaction homme-robot et robotique sociale : Entretien avec la professeure Marynel Vasquez : Le podcast AAAI “Generations in Dialogue” a interviewé la professeure Marynel Vázquez, explorant la recherche sur l’interaction homme-robot (HRI) et la robotique sociale. La recherche de la professeure Vázquez se concentre sur la dynamique des groupes sociaux dans des environnements multi-parties, développant des algorithmes de perception et de décision capables de réaliser un comportement robotique autonome et socialement conscient, et modélisant l’interaction comme un graphe pour permettre au robot de raisonner simultanément sur les individus, les relations et les groupes. Elle a également discuté du potentiel des robots dans l’éducation et de la manière de résoudre les idées fausses de la société sur les robots. (Source: aihub.org)
💼 AFFAIRES
La startup de simulation AI Aaru lève 350 millions de yuans, sa valorisation dépasse 1 milliard de dollars : Aaru, une startup américaine de recherche en synthèse AI fondée par trois fondateurs nés après 2005 (le plus jeune ayant 16 ans), aurait clôturé un tour de financement de série A de plus de 50 millions de dollars (environ 350 millions de yuans), avec une valorisation nominale atteignant 1 milliard de dollars. La technologie principale d’Aaru utilise des AI Agents pour simuler le comportement humain et prédire la réaction de populations spécifiques à des événements. Elle a déjà été appliquée avec succès aux sondages électoraux politiques et propose des produits de modèles de données aux entreprises, aux politiciens et aux secteurs publics. (Source: 36氪)
Ancien chercheur d’OpenAI s’allie à Google pour encercler Nvidia : Le fonds créé par Leopold Aschenbrenner, ancien chercheur d’OpenAI, est en pourparlers pour diriger un financement de plus de 700 millions de dollars pour le fournisseur de services cloud Fluidstack. Fluidstack, en tant que canal de distribution de TPU de Google, vise à contester le monopole de Nvidia sur la puissance de calcul. Cette initiative souligne la stratégie de Google dans le domaine des puces AI et la poursuite effrénée des infrastructures AI par le marché des capitaux. (Source: 36氪)
La société de robots compagnons AI de Shenzhen, Enabot, reçoit un investissement de Sequoia, avec plus d’un million d’utilisateurs : Enabot (赋之科技), grâce à ses produits de robots compagnons AI, a dépassé le million d’utilisateurs dans le monde et a obtenu plusieurs tours de financement de Sequoia, Longfor Capital et d’autres. L’entreprise s’est initialement lancée dans le compagnonnage d’animaux de compagnie, puis a découvert par hasard le vaste marché du compagnonnage émotionnel humain, et a intégré la conversation de grands modèles AI et la technologie d’interaction émotionnelle multimodale pour lancer des produits de robots domestiques comme EBO X. Les fonctions du produit vont de la surveillance à distance à l’interaction et à la résonance émotionnelle, s’adaptant aux besoins des utilisateurs dans différents contextes culturels. (Source: 36氪)
🌟 COMMUNAUTÉ
Le défi du “dernier kilomètre” pour la popularisation des lunettes AI hors ligne : Bien que les lunettes AI soient très populaires en ligne, leur taux de pénétration hors ligne dans les principaux centres commerciaux de Guangzhou est bien inférieur aux attentes. Le marché est confronté à un défi de “double identité” : les opticiens traditionnels ne comprennent pas la technologie, et les magasins d’électronique ne proposent pas de services d’optique professionnels. Les difficultés de prescription pour les lunettes AI avec affichage (comme la solution magnétique de Rokid et la solution intégrée coûteuse de Quark S1) limitent également leur adoption massive. Le rapport souligne que pour que les lunettes AI entrent véritablement dans la vie quotidienne, il est nécessaire de mettre en place un système hors ligne qui permette aux consommateurs d’acheter en toute confiance, de les faire ajuster facilement et de les utiliser sans problème. (Source: 36氪)
La “chute télécommandée” du robot Tesla suscite le débat, l’autonomie remise en question : Le robot Optimus de Tesla aurait chuté après avoir “retiré son casque” via une télécommande lors d’un événement, suscitant un vif débat sur les réseaux sociaux et des doutes sur l’autonomie du robot. Auparavant, Optimus avait déjà été critiqué pour avoir eu un bras mécanique pour l’aider à plier des vêtements et pour avoir été télécommandé par des ingénieurs en coulisses lors d’événements. Bien que Musk place de grands espoirs en Optimus, ces incidents soulignent les défis de l’intelligence entièrement autonome des robots humanoïdes et ont relancé les discussions sur la valeur du contrôle à distance des robots et les futurs modèles de travail. (Source: 36氪)
L’ère de l’AI et le dialogue avec les modèles, Amanda Askell partage sa méthodologie : Amanda Askell, docteure en philosophie chez Anthropic et surnommée la “designer de personnalité” de Claude, a partagé sa méthodologie pour établir une relation de collaboration avec les modèles AI. Elle compare l’AI à un “génie amnésique”, soulignant que le dialogue avec le modèle nécessite d’exprimer clairement les intentions, de décomposer les tâches complexes et de fournir un contexte suffisant. Grâce à un “document d’âme”, elle a façonné la personnalité de Claude pour qu’il soit doux et ait des limites. Elle estime que les gens ordinaires devraient passer de “l’écriture de commandes” à la “conception de dialogues”, et que les entreprises devraient considérer l’AI comme un employé plutôt qu’un outil, l’AI personnalisée devenant un facteur clé de différenciation des produits. (Source: 36氪)
Le cercle des startups AI “vieillit” : le marché chinois privilégie l’expérience et les ressources : On observe que lors des DemoDay des startups AI en Chine, les fondateurs sont généralement plus âgés (majoritairement nés dans les années 80, avant 95), et les produits présentent également une “esthétique de la maturité”, comme les aides auditives intelligentes ou les robots incarnés industriels. Cela contraste avec la “tempête de jeunesse” des startups AI américaines. L’analyse suggère que la création de startups AI en Chine nécessite une compréhension approfondie des clients, une forte adéquation produit-marché et une accumulation de ressources, des “problèmes de temps” qui font de la “jeunesse” un inconvénient. Parallèlement, l’oligopolisation des grands modèles et la demande de “grand et beau” au niveau des applications incitent davantage de cadres expérimentés de grandes entreprises à se lancer dans l’entrepreneuriat, faisant du “vieillissement du cercle des startups AI” une tendance. (Source: 36氪)
Plus de 1000 employés d’Amazon s’opposent à la stratégie AI, craignant de “détruire la démocratie, l’emploi et la planète” : Plus de 1000 employés d’Amazon ont signé une lettre ouverte, avertissant que la vitesse “hors de contrôle” de l’avancement de l’AI par l’entreprise pourrait causer d’énormes dommages à la démocratie, à l’emploi et à la planète. Les employés craignent qu’Amazon ne sacrifie ses engagements climatiques pour l’AI (augmentation des émissions de carbone des centres de données), n’accélère le remplacement des emplois (licenciements massifs, intégration forcée de l’AI) et n’étende les technologies de surveillance (accès de la police aux caméras Ring). Ils appellent Amazon à publier un plan d’énergie renouvelable, à établir un mécanisme de participation des employés aux décisions AI et à s’engager à ce que la technologie AI ne soit pas utilisée pour la violence, la surveillance et les expulsions massives. Amazon a nié les accusations. (Source: 36氪)
Attribution de la responsabilité des dommages causés par les agents AI : adaptation et ajustement des cadres juridiques existants : Le monde juridique débat de la question de l’attribution de la responsabilité des dommages causés par les agents AI : faut-il un tout nouveau cadre juridique, ou les lois existantes (telles que la responsabilité pour négligence et la responsabilité du fait des produits) peuvent-elles être adaptées ? Certains estiment que les agents AI sont similaires aux produits traditionnels, et que les développeurs et les utilisateurs devraient assumer la responsabilité en fonction de leur capacité à prévenir les risques. Le défi réside dans la complexité, l’imprévisibilité et l’opacité de l’AI, rendant difficile la preuve de la négligence et de la causalité. Il est suggéré d’ajuster prudemment les lois existantes, par exemple en imposant une responsabilité plus stricte aux développeurs et en améliorant les compétences techniques des professionnels du droit, afin d’assurer une répartition équitable des responsabilités. (Source: 36氪)