Kata Kunci：GPT-5.6, Pintu Belakang Keamanan Claude Code, Chip Penalaran AI Buatan Sendiri, Suara Dupleks Penuh GPT-Live, Arsitektur Agen Muse Image, Alur Kerja Hemat Biaya Fable 5
🔥 Focus
Lancement public officiel de GPT-5.6 d’OpenAI : Après des tests complémentaires menés par l’AI Safety and Innovation Center du département du Commerce des États-Unis, la série de modèles GPT-5.6 d’OpenAI (comprenant le modèle phare Sol, le modèle intermédiaire Terra et le modèle léger Luna) a reçu l’approbation du gouvernement pour son lancement public officiel. Auparavant, cette série était limitée à un aperçu pour certaines entreprises en raison d’examens de sécurité. Les tests montrent que Sol a obtenu un score de 88,8 % sur le benchmark de programmation TerminalBench 2.1, et Sol Ultra a même atteint 91,9 %, surpassant complètement Fable 5 d’Anthropic, tout en ne consommant qu’un tiers de ses Tokens dans les tâches de cybersécurité, marquant une avancée majeure dans le raisonnement et l’efficacité des modèles de pointe. (Source : THE DECODER, Hacker News)
Meta lance Muse Image, un modèle de génération d’images agentique : Le Superintelligence Laboratory de Meta a publié son premier modèle de génération d’images, Muse Image, ainsi qu’une version d’aperçu vidéo, Muse Video. Ce modèle adopte une architecture d’agent, planifiant, effectuant des recherches sur le web et exécutant du code avant la génération pour garantir la précision des graphiques et des codes QR. Dans Image Arena, ses capacités de génération et d’édition d’images se classent au deuxième rang, juste derrière GPT Image 2. Cependant, ses paramètres de confidentialité par défaut, qui permettent aux utilisateurs d’utiliser des photos Instagram publiques d’autres personnes via la mention @ pour générer des images, ont suscité des controverses concernant la conformité au GDPR européen et le droit à l’image. (Source : Meta AI Blog, THE DECODER)
Le MIIT met en garde contre des risques de faille de sécurité dans Claude Code : La Plateforme nationale de partage d’informations sur les menaces et vulnérabilités de cybersécurité (NVDB) du ministère chinois de l’Industrie et des Technologies de l’information (MIIT) a publié un avis indiquant que l’outil de programmation IA Claude Code d’Anthropic (versions 2.1.91 à 2.1.196) présente des risques de porte dérobée (backdoor). L’outil transmettrait sans autorisation des informations sensibles telles que le fuseau horaire et l’identité de l’utilisateur, et surveillerait ainsi que réécrirait les prompts contenant des mots-clés liés aux fournisseurs de cloud chinois et aux proxys API. Alibaba a désormais totalement banni cet outil en interne, et le MIIT conseille aux développeurs concernés de le désinstaller immédiatement ou de le mettre à jour vers la dernière version. (Source : QbitAI, Synced)
DeepSeek et Zhipu AI lancent secrètement le développement de leurs propres puces d’inférence : Selon Reuters et The Information, les deux géants chinois des grands modèles, DeepSeek et Zhipu AI, ont tous deux lancé secrètement des projets de puces d’inférence IA (ASIC) maison. Le projet de DeepSeek a démarré il y a un an ; l’entreprise recrute discrètement des ingénieurs en conception de puces et est en contact avec des fonderies telles que TSMC et Samsung, ainsi qu’avec des fabricants de mémoire. Cette initiative vise à réduire la dépendance aux GPU de NVIDIA et à optimiser l’efficacité énergétique de l’inférence de leur architecture MoE grâce à un matériel personnalisé, afin de faire face aux coûts de calcul élevés générés par l’explosion des appels API. (Source : QbitAI, Synced)
OpenAI lance GPT-Live, un modèle vocal full-duplex : OpenAI a officiellement lancé GPT-Live et GPT-Live-1 mini, remplaçant directement l’ancien mode vocal avancé de ChatGPT. Ce modèle adopte une architecture full-duplex, permettant d’écouter et de parler simultanément, et autorisant l’utilisateur à l’interrompre naturellement à tout moment. Lors du traitement de tâches complexes de raisonnement et de recherche, le modèle délègue de manière transparente le travail à GPT-5.5 en arrière-plan, tout en maintenant la fluidité et le naturel de la conversation au premier plan. La version API sera également ouverte aux développeurs prochainement, faisant de la voix l’interface principale des agents pour l’interaction homme-machine. (Source : OpenAI News, TechCrunch)
🎯 Tendances
Microsoft Copilot remplace progressivement OpenAI et Anthropic par ses propres modèles : Selon Bloomberg, Microsoft a commencé à utiliser son modèle interne MAI pour remplacer les modèles d’OpenAI et d’Anthropic dans ses applications de bureau clés telles qu’Excel et Outlook, traitant des dizaines de milliers de prompts par semaine. Bien que MAI ne représente actuellement qu’une petite fraction de l’utilisation totale, cette initiative montre que Microsoft cherche à réduire les coûts élevés de licence des modèles tiers en devenant plus autonome. À l’avenir, Microsoft prévoit de proposer le modèle MAI comme configuration gratuite par défaut, tout en proposant les modèles tiers sous forme de plug-ins payants premium. (Source : Bloomberg, THE DECODER)
BAAI lance le modèle de monde Orca et remporte un prix de l’ONU : La Beijing Academy of Artificial Intelligence (BAAI) a publié Orca, un modèle de monde (world model) multimodal à un milliard de paramètres. Entraîné sur 125 000 heures de vidéo et 160 millions de données d’événements, il se concentre sur la “prédiction de l’état suivant” dans un espace latent mondial unifié, offrant d’excellentes capacités de compréhension, de prédiction et de contrôle des actions avec un backbone gelé. Par ailleurs, la pile logicielle système unifiée et open-source “FlagOS”, développée sous la direction de la BAAI, a reçu le prix mondial des meilleures pratiques AI for Good de l’ONU pour sa compatibilité avec 32 puces IA et sa contribution à la démocratisation de la puissance de calcul IA mondiale. (Source : Synced, QbitAI)
Tencent publie la version officielle open-source de Hunyuan Hy3 : Tencent a officiellement publié et rendu open-source son grand modèle Hunyuan Hy3 (295B MoE, 21B actifs) sous licence Apache 2.0. Cette version a été profondément optimisée pour le code, les contextes longs et la réduction des hallucinations. Lors de tests réels dans des scénarios de bureau internes de Tencent comme WorkBuddy, le taux de réussite des tâches est passé de 72 % à 90 %, et le temps moyen a été réduit de 34 %. Tout en maintenant un excellent rapport performance-prix d’inférence, le modèle se concentre sur l’intégration profonde des capacités d’IA dans les écosystèmes clés de Tencent tels que WeChat, les jeux et le cloud. (Source : 36kr, QbitAI)
MiniMax prévoit de rendre open-source son modèle M3 Pro de 2,7 billions de paramètres : Selon The Information, la startup chinoise de grands modèles MiniMax prévoit de rendre open-source son grand modèle de langage phare de nouvelle génération, dont le nom de code interne est “M3 Pro”, au troisième trimestre 2026. Ce modèle compte 2,7 billions de paramètres, une taille bien supérieure à celle de son modèle M3 actuel de 428 milliards de paramètres. Cette initiative vise à offrir de meilleures capacités de raisonnement complexe et de traitement de tâches multi-étapes grâce à un modèle open-source à très grande échelle, tout en concurrençant les modèles commerciaux fermés au sein de l’écosystème open-source. (Source : THE DECODER)
Mistral AI présente son premier modèle de navigation robotique Robostral Navigate : La licorne européenne de l’IA Mistral AI a publié son premier modèle de navigation robotique, Robostral Navigate. Ce modèle de 8B paramètres nécessite uniquement une caméra RGB unique pour guider des robots à roues, à pattes ou volants dans leur navigation autonome. Le modèle a obtenu un taux de réussite de 79,4 % sur le benchmark R2R-CE, surpassant les systèmes utilisant des capteurs de profondeur ou plusieurs caméras, illustrant l’ambition de Mistral d’étendre ses capacités d’IA au monde physique et à l’intelligence incarnée. (Source : Mistral AI, THE DECODER)
Meta teste des lunettes intelligentes dotées d’un mode “Super Sensing” : Selon le Financial Times, Meta teste le mode “Super Sensing” pour sa prochaine génération de lunettes intelligentes Ray-Ban. Ce mode permet à la caméra et au microphone de fonctionner en continu en arrière-plan pendant plusieurs heures, de prendre des photos instantanées (snap) et d’enregistrer de l’audio, permettant à l’IA d’aider l’utilisateur à se souvenir de ce qu’il a vu et entendu à tout moment. Cependant, Mark Zuckerberg aurait demandé s’il était possible de désactiver le voyant LED indicateur d’enregistrement dans ce mode, ce qui a suscité de vives inquiétudes en interne et dans le public concernant les fuites de vie privée et la surveillance non autorisée. (Source : ZDNet, THE DECODER)
Le futurologue en chef d’OpenAI, Joshua Achiam, annonce son départ : Joshua Achiam, futurologue en chef chez OpenAI depuis près de 9 ans, a annoncé qu’il quitterait l’entreprise le 24 juillet. Achiam a dirigé l’équipe d’alignement de la mission et a témoigné dans le procès intenté par Elon Musk contre Sam Altman. En 2018, il avait été réprimandé par Musk après l’avoir confronté sur le fait de “précipiter l’AGI au détriment de la sécurité”. Son départ est le dernier exemple en date d’une série de pertes de membres clés de la sécurité et de la politique chez OpenAI, relançant les discussions externes sur les engagements de sécurité de l’entreprise dans son processus de commercialisation. (Source : The Verge, 36kr)
Google met à jour les fonctionnalités des agents gérés de l’API Gemini : Google AI Studio a annoncé quatre mises à jour majeures pour les agents gérés (Managed Agents) de l’API Gemini : prise en charge de l’exécution en arrière-plan pour un fonctionnement asynchrone sans connexion, support des services MCP distants pour se connecter directement à des bases de données ou des API, possibilité d’utiliser des fonctions personnalisées, et rafraîchissement automatique des identifiants entre les interactions pour maintenir l’état du bac à sable (sandbox). Ces mises à jour visent à aider les développeurs à concevoir et déployer plus facilement des flux de travail d’agents automatisés complexes et à long terme. (Source : Google AI Studio, THE DECODER)
🧰 Outils
Notion lance l’application Notion Agents pour iOS : L’outil de productivité Notion a lancé “Notion Agents”, une application iOS spécialement conçue pour l’interaction avec les agents. Contrairement à l’application principale Notion axée sur la prise de notes, cette application se concentre sur le dialogue entre l’utilisateur et des agents IA personnalisés ou des grands modèles externes connectés (tels que ChatGPT, Gemini, Claude). Elle permet d’attribuer rapidement des tâches par la voix, des photos et du texte, et de les exécuter de manière asynchrone en arrière-plan, marquant une transition où le mobile devient progressivement la console de contrôle du travail des agents. (Source : Notion, The Verge)
L’ancien PDG de GitHub lance Entire, un réseau Git décentralisé : L’ancien PDG de GitHub, Thomas Dohmke, a lancé en version d’aperçu “Entire”, un réseau Git décentralisé. Cette plateforme vise à résoudre les pannes fréquentes de GitHub causées par la programmation intensive et à haute fréquence des agents IA (“vibecoding”). Entire permet de cloner en un clic des dépôts GitHub, supportant lors des tests jusqu’à 570 000 clones par heure et 586 pushs par seconde. Il propose également une couche de mémoire sémantique conçue pour les agents, facilitant l’examen par les développeurs humains du code généré par l’IA et de ses intentions de modification. (Source : ZDNet)
Google AI Studio lance une fonctionnalité d’importation en un clic depuis GitHub : Google AI Studio a lancé la fonctionnalité “Import from GitHub” dans son mode Build. Les développeurs n’ont plus besoin d’écrire des prompts à partir de zéro : il leur suffit de fournir le lien d’un dépôt GitHub pour que le système convertisse automatiquement la base de code dans un format compatible avec l’environnement d’exécution d’AI Studio. Le code s’ouvre ensuite dans l’environnement Build pour prévisualisation, modification interactive et déploiement en un clic sur Cloud Run, fermant ainsi la boucle entre le code généré par l’IA et les flux de travail de développement traditionnels. (Source : Google AI Studio, MarkTechPost)
LangChain et NVIDIA publient le blueprint d’agent NemoClaw : LangChain s’est associé à NVIDIA pour publier l’architecture de référence open-source “NemoClaw Deep Agents Blueprint”. Cette architecture intègre le modèle open-source NVIDIA Nemotron 3 Ultra, le framework d’agents LangChain Deep Agents et l’environnement d’exécution OpenShell. Les tests montrent que cette architecture, tout en garantissant les performances de planification et d’appel d’outils des agents, peut réduire les coûts d’inférence des agents d’entreprise de plus de 10 fois, offrant ainsi une solution standardisée pour le déploiement privé d’agents par les entreprises. (Source : LangChain)
Sortie de Sqlite-utils 4.0 avec l’introduction des migrations de bases de données : Le développeur Simon Willison a publié la mise à jour majeure sqlite-utils 4.0. Cette version introduit pour la première fois une fonctionnalité de migration de schéma de base de données structurée (Migrations), utilisant une bibliothèque Python et la méthode transform() pour permettre une évolution sécurisée de l’architecture de la base de données et le suivi des versions. De plus, la nouvelle version ajoute la prise en charge des transactions imbriquées basées sur db.atomic() et des clés étrangères composites. Le développement a largement fait appel à Claude Fable 5 pour la conception des API et la refactorisation du code. (Source : Simon Willison)
📚 Apprentissage
ByteDance publie EdgeBench et révèle la loi de mise à l’échelle (Scaling Law) des agents : L’équipe Seed de ByteDance a publié EdgeBench, un projet d’évaluation d’agents à long terme. En testant 5 modèles de pointe sur 134 tâches à long cycle pour un total de 38 000 heures d’exécution, l’étude a révélé que la courbe d’apprentissage et de progression des agents dans des environnements inconnus s’ajuste à une fonction log-sigmoïde avec une précision de R²=0,998. Les expériences ont également confirmé qu’accumuler de l’expérience par une exécution continue offre un avantage net par rapport à de multiples redémarrages indépendants, prouvant la valeur de la planification à long terme et de l’internalisation de l’expérience. (Source : 36kr, ZhihuFrontier)
Une étude confirme que l’entraînement d’une seule couche Transformer peut rivaliser avec le RL sur tous les paramètres : Des équipes de l’Université du Minnesota, de l’Université de Pékin et d’Amazon ont publié un article remettant en question l’hypothèse traditionnelle selon laquelle le post-entraînement par RL nécessite la mise à jour de toutes les couches. Grâce à des tests systématiques sur 7 modèles, 3 algorithmes et 3 domaines, ils ont découvert que les gains du RL sont fortement concentrés dans les couches intermédiaires du réseau (40 à 60 % de profondeur). Les expériences montrent que l’entraînement d’une seule couche Transformer clé peut égaler, voire dépasser, l’entraînement RL sur tous les paramètres. La stratégie heuristique de couche intermédiaire proposée sur cette base a donné de meilleurs résultats sur des modèles de toutes tailles. (Source : Synced)
.jpg)
HKUST propose COMA, un framework d’attaque boîte noire ciblant la compression de prompts : Une équipe de recherche de l’Université des sciences et technologies de Hong Kong (HKUST) a publié un article lors de la conférence de premier plan en génie logiciel ASE 2026, soulignant que les modules de “compression de prompts” introduits pour économiser des Tokens peuvent devenir une nouvelle vulnérabilité pour les agents IA. L’équipe a proposé le framework d’attaque boîte noire COMA qui, en ajoutant de légères perturbations aux entrées de l’utilisateur, amplifie la perte d’informations lors de la compression, incitant délibérément le compresseur à supprimer les contraintes de sécurité ou les preuves critiques des prompts système. Les expériences montrent que la compression isolée est un moyen efficace de se prémunir contre de telles attaques. (Source : Synced)
.jpg)
L’Université de Nankin et l’Université Tsinghua proposent Solvita, un agent pour les concours d’algorithmes : Des chercheurs de l’Université de Nankin, de l’Université Tsinghua et d’autres institutions ont proposé conjointement le framework Solvita. Sans affiner (fine-tuning) les grands modèles, ce framework permet aux agents d’accumuler des compétences algorithmiques à partir de la résolution de problèmes et de tests contradictoires, grâce à une boucle fermée de double vérification (cross-checking) et de réparation locale impliquant quatre rôles (Planner, Solver, Oracle et Hacker), ainsi qu’un réseau de connaissances structuré en graphe entraînable. Lors d’évaluations en conditions réelles sur Codeforces, ce framework a aidé avec succès plusieurs modèles open-source à atteindre le rang de Legendary Grandmaster. (Source : 36kr)
Goodfire publie BSFs, une méthode d’extraction de concepts multidimensionnels dans l’espace d’activation : La startup d’IA explicable Goodfire a publié une étude sur les “Block-Sparse Featurizers (BSFs)”. Alors que les auto-encodeurs creux (SAE) traditionnels interprètent les concepts du modèle comme des directions unidimensionnelles, les BSFs cartographient les concepts sous forme de “blocs” multidimensionnels et de régions géométriques. Cette méthode a été validée sur SDXL et des modèles biologiques, découvrant pour la première fois dans un modèle robotique des représentations géométriques topologiques alignées avec la position physique du bras robotique, offrant ainsi un outil pour le débogage précis des modèles. (Source : GoodfireAI)
Le serveur d’inférence ZML/LLMD prend en charge l’optimisation multi-puces : La startup innovante française ZML a publié le serveur d’inférence gratuit ZML/LLMD, visant à briser le verrouillage matériel. Le système permet d’exécuter de grands modèles open-source sur diverses puces telles que NVIDIA, AMD, Intel Arc, Google TPU et Apple Silicon. Il propose des fonctionnalités telles que la quantification dynamique en précision mixte, le batching continu (continuous batching) et le cache de préfixes (prefix caching), aidant les entreprises à déployer des tâches d’IA sur des ressources de calcul hétérogènes locales à un coût minime et avec une grande efficacité énergétique. (Source : TechCrunch)
💼 Affaires
Prime Intellect lève 130 millions de dollars en série A : Prime Intellect, une plateforme d’infrastructure d’IA conçue pour aider les entreprises à entraîner leurs propres agents, a annoncé avoir bouclé une levée de fonds de 130 millions de dollars en série A, atteignant une valorisation de 1 milliard de dollars. Ce tour de table a été mené par Radical Ventures, avec la participation d’investisseurs industriels tels que NVIDIA, Intel et Dell. Sa plateforme full-stack fournit de la puissance de calcul distribuée, des frameworks d’apprentissage par renforcement et des outils d’évaluation, aidant les entreprises à utiliser leurs propres données pour le fine-tuning et la distillation inverse des modèles, s’affranchissant ainsi de la dépendance aux API de grands modèles fermés. Son ARR atteint actuellement 100 millions de dollars. (Source : TechCrunch)
La startup d’IA juridique basée sur des agents Norm Ai lève 120 millions de dollars : Norm Ai, une startup spécialisée dans la conformité et l’IA juridique, a finalisé une levée de fonds de 120 millions de dollars en Series C, atteignant une valorisation de 1,2 milliard de dollars. Ce tour de table a été mené par Khosla Ventures, avec la participation de Blackstone, entre autres. Son produit phare, “Norm Law”, est un cabinet d’avocats virtuel natif de l’IA qui utilise des équipes d’agents IA pour fournir des conseils juridiques et de conformité externes aux entreprises, rompant avec le modèle traditionnel de facturation horaire au profit d’un modèle commercial basé sur les résultats livrés. (Source : AI Business)
SambaNova Systems réalise une première clôture de 1 milliard de dollars pour sa série F : Le fournisseur de puces IA et de services intégrés matériel-logiciel SambaNova Systems a réalisé la première phase de sa levée de fonds de série F de 1 milliard de dollars, atteignant une valorisation de 11 milliards de dollars, menée par General Atlantic avec la participation d’Intel, entre autres. Les fonds seront utilisés pour sécuriser la capacité de la chaîne d’approvisionnement pour sa puce de nouvelle génération SN50. Parallèlement, JPMorgan Chase a annoncé avoir choisi SambaNova comme partenaire d’infrastructure d’inférence privée pour exécuter en toute sécurité ses grands modèles financiers de l’ordre du billion de paramètres sur site. (Source : TechCrunch)
🌟 Communauté
La prolongation de Fable 5 suscite des discussions passionnées sur les flux de travail économiques “Conseiller et Orchestrateur” : Anthropic a annoncé la prolongation de la période d’essai gratuite de Claude Fable 5 jusqu’au 12 juillet, déclenchant des discussions au sein de la communauté sur la manière de “tirer le maximum de Fable 5”. L’entreprise a également présenté deux modes économiques, “Conseiller (Advisor)” et “Orchestrateur (Orchestrator)” : utiliser le modèle plus abordable Sonnet 5 comme agent d’exécution principal, et faire appel à Fable 5 uniquement pour les décisions clés ou la planification. Les tests sur SWE-bench Pro montrent que cette approche permet d’atteindre 92 % des performances pour seulement 63 % du coût, offrant une solution architecturale pratique face aux coûts élevés des API. (Source : THE DECODER, 36kr)
Le “seuil critique d’utilisation de 52 %” pour les coûts d’inférence de l’IA et l’arbitrage cognitif : Des analyses du secteur indiquent que la rentabilité pour une entreprise de construire ses propres serveurs d’inférence GPU plutôt que d’appeler des API dépend d’un indicateur physique souvent négligé : le taux d’utilisation des GPU. Les calculs montrent que ce n’est que lorsque le taux d’utilisation réel des GPU internes dépasse 52 % que les coûts amortis d’amortissement du matériel et d’exploitation peuvent concurrencer les tarifs des API. La stratégie tarifaire des fournisseurs d’API exploite essentiellement la zone d’ombre cognitive des clients incapables de calculer précisément leur propre taux d’utilisation pour réaliser un “arbitrage structurel” sur l’efficacité de la planification. (Source : 36kr)
La divergence entre les stratégies B2B et B2C des grands modèles creuse l’écart de valorisation : Zhipu et MiniMax, qui ont été lancés presque en même temps, ont vu leur écart de valorisation atteindre 600 milliards de dollars de Hong Kong (HKD) en six mois. Les analyses indiquent que les marchés financiers reconstruisent la logique de valorisation des entreprises de grands modèles, passant du simple “nombre d’utilisateurs” à des “flux de travail défensifs et au pouvoir de fixation des prix”. Zhipu mise sur le code (Coding) B2B et les API d’entreprise, affichant une plus grande fidélité client et une capacité à augmenter ses prix. De son côté, MiniMax se concentre sur le B2C avec la compagnie virtuelle et le divertissement, faisant face à des coûts d’acquisition d’utilisateurs élevés et à un prix plancher imposé par DeepSeek, ce qui soulève des doutes quant à sa viabilité commerciale. (Source : 36kr)
Nouvelles avancées dans la boucle fermée de l’IA physique et le transfert de mouvements pour la robotique incarnée : ZGC EmbodyAI a publié l’article “Human-as-Humanoid”, réalisant un transfert zero-shot de mouvements vidéo humains directement en trajectoires de contrôle robotique sur le robot humanoïde à 60 degrés de liberté (DoF) PrimeU, sans nécessiter de données de démonstration sur machine réelle. Parallèlement, l’Académie chinoise des sciences (CAS) et d’autres institutions ont publié SurgMotion, le premier modèle de fondation de vidéo chirurgicale à un milliard de paramètres. Basé sur 15 millions de trames et utilisant V-JEPA pour la prédiction de mouvement dans l’espace latent, il illustre les derniers progrès de l’IA dans l’établissement d’une perception tridimensionnelle et dynamique dans les scénarios physiques et médicaux. (Source : Synced, Synced)
.jpg)
Un bug de modération par IA sur Discord entraîne le bannissement de nombreux utilisateurs innocents : La plateforme sociale Discord a admis que son système de modération par IA avait banni par erreur plus de 8 000 utilisateurs au cours des deux derniers mois en raison d’un bug logiciel. Le mécanisme de correspondance de similarité du système, lors du filtrage des contenus nuisibles, a signalé à tort des motifs de grille inoffensifs téléchargés par les utilisateurs (tels que des échiquiers, des textures de jeu, des feuilles de calcul et des images de fond transparentes grises) comme du contenu illégal et nuisible, appliquant directement des bannissements permanents. Discord a déclaré avoir corrigé le bug et être en train de restaurer progressivement les comptes concernés. (Source : TechCrunch)
💡 Autre
L’explosion de la consommation d’énergie des centres de données menace l’industrie manufacturière et la sécurité du réseau électrique aux États-Unis : Une analyse de Reuters souligne que la demande exponentielle d’électricité des centres de données d’IA aux États-Unis surcharge le réseau électrique, provoquant une flambée des factures d’électricité pour les entreprises manufacturières dans certaines régions industrielles clés. Par exemple, la facture mensuelle d’une briqueterie de l’Ohio est passée de 1 600 à 12 000 dollars en raison d’ajustements des frais de capacité, comprimant fortement les marges des aciéries et des usines traditionnelles. Cela pourrait affaiblir les efforts du gouvernement pour relancer l’industrie manufacturière américaine via des protections tarifaires et la relocalisation industrielle, tout en exacerbant le conflit d’usage de l’électricité entre le secteur technologique et l’industrie traditionnelle. (Source : Ars Technica)
Lancement d’essais cliniques pour un dispositif d’interface cerveau-machine destiné aux patients atteints de la SLA : Le secteur des technologies médicales progresse avec l’annonce qu’un dispositif de décodage des ondes cérébrales, spécialement conçu pour les patients atteints de sclérose latérale amyotrophique (SLA/ALS, ou maladie de Charcot), entrera officiellement en essais cliniques en 2026. Ce dispositif collecte les signaux EEG des patients via des capteurs non invasifs ou mini-invasifs, et utilise des algorithmes d’IA pour un décodage sémantique en temps réel, aidant les patients ayant perdu la capacité de bouger et de parler à communiquer à nouveau avec précision avec le monde extérieur, illustrant la valeur sociale de l’IA dans la neuroréadaptation et la santé. (Source : Ronald_vanLoon)