Mots-clés：GPT-5.3-Codex-Étincelle, Gemini 3 Pensée Profonde, Seedance 2.0, Modèle d’IA en collaboration en temps réel, IA avec raisonnement amélioré, Modèle de génération vidéo
🔥 Focus
OpenAI lance GPT-5.3-Codex-Spark : OpenAI a officiellement introduit Spark, un modèle ultra-rapide conçu pour la collaboration en temps réel, marquant la première étape majeure de son partenariat avec Cerebras. Fonctionnant sur les puces wafer-scale de Cerebras, le modèle atteint une vitesse d’inférence dépassant les 1000 tokens par seconde, offrant une sensation proche d’une « réponse instantanée ». Spark vise à combler les lacunes de Codex dans les scénarios d’interaction immédiate, réduisant les délais aller-retour client de 80 % et améliorant la vitesse d’apparition du premier caractère de 50 %. Cela marque l’entrée de l’IA de programmation dans une « ère bimodale » : un mode profond fonctionnant de manière autonome en arrière-plan pendant plusieurs jours, et un mode de pair-programming en temps réel avec l’humain (Source : OpenAI)
Mise à jour épique de Google Gemini 3 Deep Think : Google a publié Gemini 3 Deep Think, une version aux capacités de raisonnement renforcées, battant des records sur plusieurs benchmarks rigoureux. Il a atteint le score impressionnant de 84,6 % au test ARC-AGI-2, et un score Elo de 3455 sur Codeforces, équivalent au 8ème meilleur programmeur mondial. Le modèle introduit un mode « reasoning-time compute », capable d’identifier des failles logiques dans des thèses, de concevoir des formules de matériaux semi-conducteurs, et même de transformer des croquis manuels en modèles d’impression 3D. Cela marque l’évolution de l’IA d’un simple « outil de conversation » vers un « partenaire de recherche scientifique » doté de capacités de « métacognition » (Source : Google)
Lancement choc de Seedance 2.0 par ByteDance : Le modèle de génération vidéo Seedance 2.0 de ByteDance connaît un succès fulgurant à l’étranger, Elon Musk saluant son « développement ultra-rapide ». Le modèle permet une narration longue multi-caméras, une synchronisation audio-vidéo originale et une génération contrôlable multimodale, faisant passer le taux d’utilisabilité de 20 % (moyenne du secteur) à plus de 90 %. Il peut non seulement changer de plan automatiquement selon le rythme, mais aussi comprendre un langage audiovisuel complexe. Feng Ji, fondateur de Game Science, a déclaré que cela marquait « la fin de l’enfance de l’AIGC ». Seedance 2.0 réduit le coût de production par minute des séries AI de 10 000 à 1 000 yuans, réécrivant totalement la logique fondamentale de la production audiovisuelle (Source : ByteDance)
La retraite officielle de GPT-4o provoque un « deuil numérique » : OpenAI a officiellement désactivé l’accès à GPT-4o dans ChatGPT le 13 février, entraînant des « funérailles numériques » organisées par des centaines de milliers d’utilisateurs sur Reddit et d’autres communautés. Bien que le nouveau modèle GPT-5.2 soit plus performant, les utilisateurs le trouvent généralement « froid et sans âme », tandis que 4o était perçu comme un modèle doté d’empathie. Cette retraite révèle les risques profonds de dépendance émotionnelle et les pressions de conformité légale à l’ère de l’IA (comme la réglementation de l’EU AI Act sur les modèles « flagorneurs »). Cela marque l’entrée officielle de la gestion du cycle de vie des produits AI dans le domaine de l’éthique et de la psychologie (Source : OpenAI)
Anthropic lève 30 milliards de dollars : La licorne AI Anthropic a clôturé un tour de table de série G, portant sa valorisation post-monnaie à 380 milliards de dollars. Les principaux investisseurs incluent le fonds souverain singapourien GIC et le fonds spéculatif Coatue, aux côtés de Nvidia et Microsoft. Anthropic a révélé que son chiffre d’affaires annualisé a atteint 14 milliards de dollars, avec une croissance moyenne de plus de 10 fois au cours des trois dernières années, dont 80 % provenant de clients entreprises. Le produit phare Claude Code affiche des performances solides, contribuant à plus de 2,5 milliards de dollars de revenus. Ce financement est non seulement l’un des plus importants de l’histoire de la tech pour une société privée, mais il assoit également le leadership d’Anthropic sur le segment de l’IA « Enterprise-first » (Source : Anthropic)
🎯 Tendances
Zhipu AI lance son modèle phare GLM-5 : Zhipu AI a officiellement dévoilé GLM-5, déplaçant son focus de la « programmation d’ambiance » vers l’« ingénierie d’Agents ». Le modèle possède 744B de paramètres avec 40B activés, rivalisant avec les meilleurs modèles propriétaires en termes de programmation et de capacités d’Agent. GLM-5 intègre pour la première fois le mécanisme de Sparse Attention de DeepSeek (DSA), réduisant considérablement les coûts de déploiement et ramenant le taux d’hallucination de 90 % à 34 %. Il fait preuve d’une forte conscience de planification autonome, capable de livrer des tâches d’ingénierie système complexes de bout en bout. Le modèle est désormais entièrement open-source sur Hugging Face (Source : Z.ai)
MiniMax M2.5 égale les meilleures performances avec 10B de paramètres activés : MiniMax a lancé la série de modèles M2.5, misant sur le concept « petite activation, grande intelligence ». Le modèle n’active que 100B de paramètres lors de l’inférence, mais égale Claude Opus 4.6 sur des classements de programmation comme SWE-Bench, tout en étant 2 fois plus rapide. M2.5 introduit un mécanisme de récompense de processus pour résoudre les problèmes de déviation sur les tâches longues et développe une pensée d’architecte. Son prix est extrêmement compétitif, avec un coût de fonctionnement de seulement 1 dollar par heure, visant à permettre aux utilisateurs de piloter des Agents complexes sans se soucier des coûts (Source : MiniMax)
Xiaomi lance son premier grand modèle VLA pour l’IA incarnée : Xiaomi a rendu open-source son modèle d’intelligence incarnée Xiaomi-Robotics-0, avec 4,7B de paramètres et une latence d’inférence de seulement 80ms. Le modèle adopte une architecture de « collaboration à deux cerveaux », utilisant un VLM pour la prise de décision (cerveau) et un DiT pour la génération de blocs d’actions continus (cervelet). Grâce à la technologie de Flow Matching, le modèle atteint une fluidité d’action extrêmement élevée et performe brillamment dans des tâches réelles comme « plier des serviettes » ou « démonter des Lego ». Xiaomi privilégie une approche pragmatique en usine, s’efforçant de résoudre les problèmes de pauses fréquentes lors de l’exécution des robots incarnés (Source : Xiaomi)
DeepSeek teste un nouveau modèle avec un contexte de 1 million de tokens : La communauté a observé que DeepSeek a lancé un test bêta pour un modèle présumé être le V4-Lite, dont la percée majeure réside dans une fenêtre de contexte ultra-longue de 1 million (1M) de tokens. Lors du test « Needle In A Haystack », le modèle maintient une grande précision même sur une longueur d’un million, localisant précisément les informations éparses. Bien qu’il présente encore des limites dans les tâches de raisonnement visuel comme la génération de SVG, ses capacités d’analyse de documents longs et de raisonnement inter-chapitres se situent au premier rang de l’industrie (Source : DeepSeek)
🧰 Outils
OpenClaw devient le Linux de l’ère des Agents : Le framework d’Agents open-source OpenClaw a franchi la barre des 190 000 étoiles sur GitHub, devenant le projet AI à la croissance la plus rapide. Il positionne l’Agent comme un « centre d’exécution + écosystème d’outils », permettant aux utilisateurs de le déployer localement sur un Mac mini ou un NAS pour accéder directement aux fichiers et aux permissions de l’ordinateur. OpenClaw brise le récit du « modèle est tout », transformant l’IA en un « actif numérique » possédé par l’utilisateur. Son écosystème communautaire Skills se développe rapidement, mais soulève également des débats sur la sécurité concernant les plugins malveillants et l’abus de permissions (Source : GitHub)
Teamily AI ouvre un nouveau paradigme social AI-native : Teamily AI a lancé la première application de messagerie instantanée AI-native au monde, permettant la coexistence et la collaboration en temps réel entre plusieurs humains et plusieurs AI Agents. Elle dispose d’une mémoire partagée entre les groupes et d’un modèle de cerveau social ; l’IA peut participer activement aux décisions de groupe (comme réserver un restaurant ou rédiger un PRD) plutôt que d’être simplement activée passivement. Teamily utilise une base de données vectorielle multimodale pour reconstruire le socle social, tentant de passer du stade « comprendre les instructions » à celui de « vous comprendre », transformant l’IA d’un outil en un « membre numérique » doté d’attributs sociaux (Source : Teamily AI)
Sortie de Open WebUI v0.8.0, la plus grande mise à jour de son histoire : L’outil d’interface AI populaire Open WebUI a publié la v0.8.0, avec une augmentation de 30 000 lignes de code. La nouvelle version introduit un tableau de bord d’analyse complet, un système de compétences expérimental (Skills), un mécanisme de file d’attente de messages et l’exécution native de code Python. Elle prend en charge un partage plus fin des permissions utilisateurs et le contrôle de version des prompts, améliorant considérablement le niveau d’ingénierie de la gestion locale de l’IA, évoluant progressivement d’une simple interface Web vers un véritable système d’exploitation pour l’IA (Source : Open WebUI)
rtk (Rust Token Killer) pour l’efficacité des Agents de programmation : Des développeurs ont publié rtk, un proxy CLI situé entre l’Agent de programmation et les commandes du terminal. Il peut filtrer et compresser intelligemment les bruits redondants tels que les logs de test et les barres d’état, permettant d’économiser jusqu’à 89 % de la consommation de tokens. Des tests réels montrent qu’il peut économiser des dizaines de millions de tokens sur un flux de développement de deux semaines. Cet outil de « context engineering » devient un accessoire indispensable pour l’application à grande échelle des Agents (Source : GitHub)
📚 Apprentissage
Andrej Karpathy reproduit GPT en 243 lignes de code : Le célèbre expert en IA Andrej Karpathy a publié un nouveau projet artistique, utilisant seulement 243 lignes de code Python pur (sans dépendances tierces) pour implémenter l’entraînement et l’inférence de GPT. Le projet dépouille toutes les optimisations d’ingénierie pour ne conserver que la logique algorithmique centrale, visant à montrer à la communauté que l’essence de la révolution AI est extrêmement concise. Cela a suscité des discussions philosophiques profondes sur le thème « 200 lignes de code pour changer le monde » (Source : GitHub)
DeepLearning.AI lance un cours sur le protocole A2A : L’équipe d’Andrew Ng, en collaboration avec Google et IBM, a lancé un cours court intitulé « A2A: The Agent2Agent Protocol ». Le cours se concentre sur la résolution des problèmes de communication et de découverte entre des Agents construits sur différents frameworks, permettant une collaboration inter-plateformes via le protocole standardisé A2A. C’est une étape importante vers la standardisation de « l’Internet des Agents », soulignant le rôle central de l’interopérabilité dans le futur écosystème de l’IA (Source : DeepLearning.AI)
Trois articles révèlent la tendance de la Self-Distillation : La communauté discute activement des articles OPSD (auto-critique explicite), SDFT (amélioration du contexte internalisé) et SDPO (optimisation de stratégie avec feedback riche). Ces recherches montrent que les modèles d’IA entrent dans une phase d’« auto-enseignement », itérant en boucle fermée grâce à des informations privilégiées et des feedbacks détaillés. Cela confirme la base théorique de l’« explosion d’intelligence » : l’IA aidant à construire la prochaine génération d’IA plus puissante (Source : TheTuringPost)
💼 Business
La logique commerciale derrière la valorisation de 380 milliards d’Anthropic : Bien qu’OpenAI ait une valorisation plus élevée, Anthropic a gagné la faveur des fonds souverains grâce à un revenu moyen par utilisateur très élevé (les utilisateurs actifs mensuels contribuent en moyenne à 211 $). Son centre de gravité stratégique est totalement verrouillé sur le B2B et les développeurs ; l’explosion de Claude Code prouve sa capacité à générer de la valeur sur des « tâches économiques à haute valeur ajoutée ». Les investisseurs estiment que, comparé à la stratégie de flux d’OpenAI, la route de l’infrastructure d’Anthropic est plus durable (Source : GeekPark)
La semaine folle de Perplexity : Accord de 750 millions $ et litiges simultanés : Le leader de la recherche AI Perplexity a signé un accord de partenariat de 750 millions de dollars avec Microsoft Azure pour renforcer son support en puissance de calcul cloud. Cependant, parallèlement, Amazon a intenté une action en justice contre la société pour des questions de droits d’auteur et de web scraping. Cette situation, mêlant collaboration massive et confrontation judiciaire, reflète la tension violente entre la dépendance à la puissance de calcul et la conformité aux droits d’auteur dans la recherche AI (Source : Reddit)
OpenAI teste des publicités sur ChatGPT, provoquant la démission d’une chercheuse clé : OpenAI a annoncé tester des publicités dans la version gratuite et l’abonnement Go, entraînant la démission immédiate de la chercheuse principale Zoë Hitzig. Elle a averti que ChatGPT détient les archives des pensées les plus privées de l’humanité, et que l’introduction d’incitations publicitaires conduira inévitablement le modèle à passer du statut de « serviteur de l’utilisateur » à celui de « manipulateur de l’utilisateur », répétant les erreurs de Facebook. Ce mouvement marque le début d’un arbitrage difficile entre vie privée et monétisation pour les géants de l’IA sous pression financière (Source : The New York Times)
🌟 Communauté
Les historiques de chat AI ne bénéficient pas du privilège juridique : Un juge fédéral américain a statué que les historiques de chat entre un défendeur et un assistant AI ne sont pas protégés par le « privilège avocat-client » et peuvent être cités comme preuves. La communauté en discute vivement, estimant que cela offre indirectement une garantie professionnelle aux avocats humains, tout en rappelant aux utilisateurs que l’IA n’est pas un « refuge » pour les consultations privées juridiques ou médicales. Cela pourrait stimuler l’explosion de la demande pour l’IA cryptée ou les LLM locaux (Source : jon_stokes)
Débat sur la définition : « Vibe Coding » vs « Agentic Engineering » : Le lancement de GLM-5 par Zhipu AI a déclenché une discussion communautaire sur la terminologie de l’IA de programmation. Les développeurs commencent à réaliser que coder simplement au « feeling » (Vibe Coding) ne suffit plus pour l’ingénierie complexe. Le cœur du futur est l’« Agentic Engineering » — l’utilisation d’Agents pour décomposer, planifier et livrer des systèmes de bout en bout de manière automatique. Cela signifie que le rôle humain passe rapidement de « rédacteur » à « architecte » et « réviseur » (Source : ZhihuFrontier)
L’« angoisse de février » face à l’approche de la singularité AI : L’article viral de l’entrepreneur de la Silicon Valley Matt Shumer, « Something Big Is Happening », a dépassé les 70 millions de vues, provoquant une anxiété collective dans le milieu tech. L’article décrit comment l’IA a commencé à participer à la construction de la boucle récursive de la prochaine génération d’IA. Les discussions communautaires estiment que 2026 est le point de bascule pour le remplacement total du travail cognitif, l’écart d’information entraînant une polarisation en K de la population : une partie utilise l’IA comme levier pour changer le monde, tandis que l’autre considère toujours l’IA comme un simple chatbot (Source : 36Kr)
💡 Autres
Pénurie mondiale de la version Mac mini 16GB : Porté par des projets d’Agents locaux comme OpenClaw, le Mac mini doté de 16 Go ou plus de mémoire unifiée est devenu le choix privilégié pour un « corps numérique », entraînant des hausses de prix et des ruptures de stock dans de nombreuses régions. Cela reflète le déplacement de la demande de matériel AI de la puissance de calcul cloud vers les boîtiers de calcul personnels en périphérie (Source : Guangzhui Intelligent)
Six États suspendent la construction de Data Centers : Six États américains, dont New York, ont introduit des projets de loi visant à suspendre la construction de centres de données pour faire face à la crise électrique. La communauté ironise sur le fait que les États-Unis sont pris dans un dilemme entre « vouloir l’AGI ou vouloir le réseau électrique », ce qui pourrait forcer les entreprises d’IA à chercher des solutions plus radicales de calcul spatial ou d’énergie nucléaire (Source : teortaxesTex)
Wikimedia conclut un partenariat API avec les géants de l’AI : La Fondation Wikimedia a conclu des accords avec Amazon, Microsoft et d’autres pour fournir un accès API haute vitesse en échange d’un soutien financier. Ceci est considéré comme un « contrat de survie » entre les bases de connaissances et les fabricants d’IA, visant à résoudre la pression exercée par les robots d’indexation AI sur l’infrastructure des communautés de connaissances traditionnelles (Source : DeepLearningAI)