Discussion :

[Alex]

Meta lance Muse Spark 1.1, un modèle d’IA à raisonnement multimodal conçu pour les tâches agentiques, qui affiche des progrès significatifs dans l'utilisation des outils et des ordinateurs ainsi que le codage

Meta a dévoilé Muse Spark 1.1, une mise à jour de son modèle. Sur l’ensemble des tests de performance, ses résultats sont équivalents ou supérieurs à ceux des modèles actuels. Le signal le plus fort qui ressort des résultats n’est pas un score particulier, mais plutôt l’étendue de ses performances. Muse Spark 1.1 rivalise avec les modèles de pointe dans la plupart des secteurs, et il est particulièrement à l’aise dans les tâches structurées et procédurales. Cette annonce amplifie la bataille féroce entre les grandes enseignes du numérique pour dominer le secteur de l’intelligence artificielle.

Meta Platforms, Inc. (opérant sous le nom de Meta) est une multinationale technologique américaine dont le siège social est situé à Menlo Park, en Californie. Meta détient et exploite plusieurs plateformes de réseaux sociaux et services de communication de premier plan, notamment Facebook, Instagram, WhatsApp, Messenger et Threads. L’entreprise gère également un réseau publicitaire pour ses propres sites et pour des tiers ; en 2023, la publicité représentait 97,8 % de son chiffre d’affaires total. Meta est considérée comme faisant partie du « Big Tech », terme désignant les six plus grandes entreprises technologiques des États-Unis.

En avril 2026, Meta a franchi une nouvelle étape dans sa stratégie en matière d’IA avec le lancement de Muse Spark, le premier modèle de la famille Muse développé par Meta Superintelligence Labs. Avec ce modèle, l’entreprise vise à jeter les bases de ce qu’elle décrit comme une « superintelligence personnelle ». En termes de performances, Meta affirme que Muse Spark est compétitif dans les domaines de l'analyse visuelle, du raisonnement et des applications de santé. Dans le même temps, des évaluations indépendantes montrent que le modèle n'est pas encore au sommet dans tous les domaines. Une nouvelle fonctionnalité importante est le mode « Contemplating », qui permet à plusieurs agents IA de travailler en parallèle sur un même problème.

Récemment, Meta a dévoilé Muse Spark 1.1, une mise à jour de son modèle qui n’aurait rien à envier aux meilleurs modèles disponibles à l’heure actuelle. Sur l’ensemble des tests de performance, ses résultats sont équivalents ou supérieurs à ceux des modèles actuels, et il se distingue particulièrement dans un certain nombre de tâches : il transforme des données désordonnées provenant de multiples sources en une réponse pertinente là où d’autres modèles de pointe échouent. C’est un modèle véritablement performant pour le travail intellectuel en entreprise.

Meta lance Muse Spark 1.1, un modèle d’IA à raisonnement multimodal conçu pour les tâches agentiques

Le signal le plus fort qui ressort des résultats n’est pas un score particulier, mais plutôt l’étendue de ses performances. Muse Spark 1.1 rivalise avec les modèles de pointe dans la plupart des secteurs, et il est particulièrement à l’aise dans les tâches structurées et procédurales : les services professionnels, le secteur public et les tâches industrielles où il s’agit de suivre un processus défini sur une pile de documents et d’effectuer chaque étape correctement.

Dans ces catégories, il devance le modèle composite de premier plan de 5 à 6 points. Il s’agit là du tissu conjonctif du travail en entreprise — saisie, révision, rapprochement, reporting — et c’est là que Muse Spark 1.1 atteint le plus régulièrement ses objectifs. Muse Spark 1.1 excelle également dans la rédaction de rapports. À partir de données brutes et d’un format à remplir, il produit des livrables clairs, complets et bien organisés, qui n’ont rien à envier à ce que génèrent les meilleurs modèles. Pour le travail quotidien consistant à transformer des données et des documents en informations exploitables par un humain, Muse Spark 1.1 est un choix fiable.

Les résultats les plus frappants ont été obtenus lors de tâches d’analyse de données — à savoir l’interprétation de données sources imparfaites issues du monde réel et le calcul d’une réponse défendable. Dans plusieurs de ces cas, Muse Spark 1.1 ne s’est pas contenté d’égaler le peloton, il l’a clairement surpassé. En voici quelques exemples :

- Une analyse d’optimisation des coûts : à partir de données opérationnelles réparties dans un classeur, la tâche consistait à établir un ensemble d’indicateurs d’efficacité par marché et à recommander les domaines sur lesquels se concentrer. Muse Spark 1.1 a mené à bien ce calcul en plusieurs étapes de manière rigoureuse et a établi le bon ordre de priorité, surpassant de près de 30 points les modèles de base les plus performants, alors que d’autres modèles avaient échoué sur les calculs intermédiaires.

- Une analyse de portefeuille de clients : la tâche consistait à segmenter un ensemble de comptes, à calculer les répartitions adéquates et à identifier le client qui se démarquait selon la bonne dimension, alors qu’une fausse dimension trompeuse se trouvait juste à côté dans les données. Muse Spark 1.1 a ancré sa réponse dans la bonne colonne et a trouvé la bonne solution, devançant l’indice composite de plus de 25 points ; une erreur courante dans ce cas est de se laisser influencer par l’élément de distraction situé à proximité.

- Un regroupement de coûts à grande échelle : il s’agissait de rapprocher les coûts prévisionnels et réels à partir d’un long relevé détaillé de maintenance ; la tâche exigeait plusieurs totaux et écarts avec des tolérances très strictes. Muse Spark 1.1 a produit des chiffres qui concordaient sur toute la ligne. C’est le genre de travail minutieux et cumulatif qui récompense ceux qui ne prennent pas de raccourcis.

En résumé, Muse Spark 1.1 donne le meilleur de lui-même lorsque le travail est quantitatif mais lisible — lorsqu’il s’agit d’effectuer un calcul correct à partir de données réelles et que le modèle doit résister à la tentation d’une approximation facile. Sur ce type de tâches, il semble devancer les modèles de pointe.

Ce lancement intervient alors que Meta a commencé à ériger des espèces de tentes industrielles pour accueillir des serveurs surchauffés, faute de centre de données construits à temps. Les rapports font état de ce que Meta a opté pour cette approche au vu de ce qu’on estime être une situation critique au sein de l’entreprise. Elle a donc commencé à construire des centres de données sous forme de tentes équipés de turbines à gaz mobiles. Une initiative qui montre la bataille féroce entre les grandes enseignes du numérique pour dominer le secteur de l’intelligence artificielle.

Voici l'annonce de Meta :

Présentation de Muse Spark 1.1

Aujourd’hui, nous sommes ravis de vous présenter Muse Spark 1.1, le tout dernier modèle développé par Meta Superintelligence Labs, qui constitue une mise à niveau majeure par rapport à Muse Spark. Muse Spark 1.1 est un modèle de raisonnement multimodal conçu pour les tâches agentiques, qui affiche des progrès significatifs en matière d’utilisation des outils et de l’ordinateur, de programmation et de compréhension multimodale.

Grâce à ces améliorations, Muse Spark 1.1 repousse les limites en matière de rapport performances/efficacité. Associée au lancement de Muse Image cette semaine, cette version nous rapproche de notre vision de la superintelligence personnelle : des modèles qui vous aident à poursuivre vos objectifs, à créer ce que vous imaginez, à approfondir vos relations et à agir en fonction de ce qui compte le plus pour vous.

Parallèlement à cette version, nous lançons un aperçu public de la nouvelle API Meta Model, qui permettra aux développeurs d’accéder à Muse Spark 1.1. Le modèle est désormais disponible en mode « Thinking » dans l’application Meta AI et sur meta.ai.

Évaluations

Agents

Muse Spark 1.1 offre des performances exceptionnelles dans les tâches d’agent personnel qui nécessitent une planification et une orchestration entre toute une gamme d’applications et de services externes. Il s’adapte sans apprentissage préalable (zero-shot) à de nouveaux outils natifs, serveurs MCP et compétences personnalisées.

Il traite les projets complexes nettement plus rapidement que Muse Spark, car il est entraîné à orchestrer des systèmes multi-agents afin d’optimiser la latence de bout en bout. En tant qu’agent principal, il peut recueillir le contexte, élaborer un plan et déléguer l’exécution à des sous-agents parallèles. En tant que sous-agent, il s’en tient à sa tâche, comprend les outils disponibles et sait quand remonter l’information à l’agent principal.

Muse Spark 1.1 peut gérer activement sa fenêtre de contexte d’un million de tokens. Il mémorise les actions, récupère des informations issues de travaux beaucoup plus anciens et effectue une compression de manière à conserver les étapes critiques nécessaires aux travaux ultérieurs.

Utilisation de l’ordinateur

Muse Spark 1.1 excelle dans les workflows d’utilisation de l’ordinateur qui s’étendent sur plusieurs applications avec des informations changeant à la volée. Il conserve le contexte au cours de sessions prolongées, s’adapte à l’évolution des exigences et navigue dans des interfaces inconnues avec une intervention humaine minimale.

Plutôt que d’analyser chaque étape sur le bureau clic par clic, Muse Spark 1.1 comprend quand automatiser et quand utiliser directement l’interface. Nous avons entraîné le modèle à écrire des scripts lorsque l’automatisation est plus rapide, à cliquer lorsque l’interaction directe est plus simple, et à générer des lots d’actions à chaque étape.

Codage

Les performances de codage de Muse Spark 1.1 se sont considérablement améliorées sur des tâches concrètes impliquant des bases de code volumineuses et complexes. Il est capable de diagnostiquer et de corriger des bogues complexes, d’implémenter de nouvelles fonctionnalités dans des systèmes d’entreprise et d’exécuter des migrations de code à grande échelle. Dans des cas d’utilisation tels que la création d’applications web et le traitement de questions de bout en bout, Muse Spark 1.1 affiche des gains importants par rapport à notre premier modèle.

Nous avons entraîné notre modèle pour qu’il s’adapte en douceur à divers harnais et gère de manière fiable des dynamiques complexes à plusieurs tours. Muse Spark 1.1 offre de bonnes performances avec les configurations de codage agentique courantes, prenant en charge des fonctionnalités courantes telles que le mode de planification, le conditionnement par objectif, la délégation à des sous-agents et la compression du contexte.

Au sein de Meta, les développeurs et les chercheurs utilisent quotidiennement Muse Spark 1.1 pour développer plus rapidement et travailler plus efficacement. Lors de notre principale évaluation interne du codage, le Meta Internal Coding Bench, Muse Spark 1.1 affiche des performances nettement supérieures à celles de Muse Spark et se montre compétitif face aux principales alternatives.

Les chercheurs automatisent désormais également les tâches de développement et d’évaluation des modèles en intégrant Muse Spark 1.1 dans leurs workflows.

Multimodal

Outre ses capacités de codage et d’action, Muse Spark 1.1 excelle dans la perception, le raisonnement multimodal et l’utilisation d’outils. Il peut interagir avec des environnements réels et produire des résultats ancrés dans la réalité, avec des atouts dans la génération d’artefacts « du visuel au code », la légende ultra-décictive d’images et de vidéos, ainsi que l’exécution de workflows autonomes pour des cas d’utilisation multimodaux.

Les capacités multimodales de Muse Spark 1.1 s’avèrent particulièrement précieuses lorsque la perception et l’action doivent se dérouler simultanément. Le modèle est capable d’analyser des données visuelles et audio, de conserver les détails tout au long d’un long flux de travail et d’utiliser ces détails pour faire fonctionner des ordinateurs au nom de l’utilisateur.

Sécurité

Nous avons mené des évaluations de sécurité approfondies avant le déploiement, conformément à l’Advanced AI Scaling Framework, qui définit les évaluations, les modèles de menace et les seuils de déploiement pour nos modèles les plus avancés.

Dans toutes les catégories de risques de pointe — risques chimiques et biologiques, cybersécurité et perte de contrôle —, nos évaluations montrent que Muse Spark 1.1 fonctionne dans des marges de sécurité acceptables. Muse Spark 1.1 fait preuve d’une forte résistance aux « jailbreaks » directs et aux attaques indirectes provenant de données non fiables, à l’injection de prompts et aux attaques par prompts de développeurs. Par conséquent, il présente une meilleure robustesse face aux attaques adversaires, des taux d’hallucination plus faibles et une tendance réduite à la flagornerie.

Notre posture de sécurité complète pour la version 1.1 est documentée dans notre rapport d’évaluation de Muse Spark 1.1.

Disponibilité

Pour la première fois, les développeurs peuvent commencer à créer des applications avec Muse Spark 1.1 via la nouvelle API Meta Model, désormais disponible en préversion publique. Les premiers partenaires de Muse Spark 1.1 saluent ce modèle comme une base agentique complète, alliant la gestion de contextes longs à de solides capacités de codage et de raisonnement pour traiter des charges de travail agentiques à grande échelle.

Source : Annonce de Muse Spark 1.1

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Meta utilisera votre activité sur d'autres sites web pour personnaliser votre fil d'actualité et les réponses de son IA, car le chatbot Meta AI de Mark Zuckerberg sait quels sites web vous avez consultés

OpenAI dévoile ChatGPT Work, une solution basée sur le modèle GPT-5.6 qui s'intègre aux applications professionnelles et est capable de recueillir des informations contextuelles afin d'automatiser des tâches

L'architecture IA agentique Claude Cowork est désormais disponible sur le Web et sur mobile, avec l'exécution des tâches en arrière-plan et la prise en charge des tâches planifiées

[Anthony]

Meta a lancé les modèles d'IA « Muse Image » et « Muse Spark 1.1 » afin de concurrencer OpenAI et Anthropic, le titre Meta a effacé les pertes accumulées sur une année

L'action de Meta a bondi de plus de 5 %, effaçant ainsi les pertes accumulées sur une année, après le lancement par l'entreprise de deux modèles d'intelligence artificielle (IA) destinés à concurrencer ceux d'OpenAI et d'Anthropic. La société a lancé Muse Image et Muse Spark 1.1 au cours de la même semaine, ce dernier étant associé à la toute première API payante de l'entreprise dont les tarifs sont nettement inférieurs à ceux de ses concurrents. Cette hausse du cours de l'action de Meta a également été soutenue par l'annonce selon laquelle Iris, la première puce d'IA développée en interne par Meta, devrait entrer en production en septembre prochain, venant ainsi compléter les volumes de GPU acquis par l'entreprise auprès de Nvidia et d'AMD.

Meta Platforms, Inc. (opérant sous le nom de Meta) est une multinationale américaine du secteur des technologies dont le siège social est situé à Menlo Park, en Californie. Meta détient et exploite plusieurs plateformes de réseaux sociaux et services de communication de premier plan, notamment Facebook, Instagram, WhatsApp, Messenger et Threads. L’entreprise gère également un réseau publicitaire pour ses propres sites et pour des tiers. En 2023, la publicité représentait 97,8 % de son chiffre d’affaires total. Meta est considérée comme faisant partie des « Big Tech ».

Pour rappel, le 9 juillet dernier, Meta a dévoilé Muse Spark 1.1, un modèle d'IA de raisonnement multimodal conçu pour les tâches agentes. Selon l'entreprise, ce modèle offre des performances équivalentes, voire supérieures, à celles des principaux modèles concurrents sur un large éventail de benchmarks. Au-delà d'un score isolé, la firme met en avant la constance de ses résultats, notamment dans les tâches structurées et procédurales, l'utilisation d'outils, le contrôle d'ordinateurs et le codage, renforçant ainsi la concurrence entre les principaux acteurs de l'IA.

Cette initiative prolonge le lancement de Muse Spark, quelques mois plus tôt. Le 8 avril 2026, l'entreprise avait en effet lancé Muse Spark, le premier modèle d'IA public développé par Meta Superintelligence Labs. Ce modèle est présenté comme la base de la vision de l'entreprise d'une « superintelligence personnelle ». Meta affirmait à l'époque que Muse Spark offrait des performances compétitives en matière d'analyse visuelle, de raisonnement et d'applications de santé, même si des évaluations indépendantes relevaient encore des limites dans ses capacités de codage et de gestion des systèmes agentiques.

Le lancement récent de deux modèles d'IA et la publication de nouveaux détails concernant les efforts de Meta en matière de puces sur mesure ont fait grimper le cours de l'action de la société de plus de 5 % le vendredi 10 juillet 2026, ce qui a suffi à la faire passer en territoire positif depuis le début de l'année et à couronner une hausse hebdomadaire de 15 %.

Cette remontée fait suite à trois annonces distinctes. Le mardi 7 juillet, Meta a lancé Muse Image, un modèle interne de génération d’images accessible aux particuliers via l’application Meta AI et aux annonceurs via sa plateforme publicitaire Advantage+. Muse Spark 1.1 a été dévoilé le jeudi d'après, ciblant des cas d’utilisation liés à l’agentique et au codage, et était accompagné d’une API publique destinée aux développeurs — ce qui marque la première fois que Meta fait payer l’accès à l’un de ses modèles.

Les tarifs de l'API sont nettement inférieurs à ceux de ses concurrents. Le prix de l’API s’élève à 1,25 dollar par million de jetons d’entrée et à 4,25 dollars par million de jetons de sortie. À titre de comparaison, le modèle Opus 4.8 d’Anthropic, que Meta a désigné comme référence, coûte 5 dollars par million de jetons d’entrée et 25 dollars par million de jetons de sortie. Le PDG Mark Zuckerberg a estimé que ce prix représentait environ 25 % de ce que facturent Anthropic et OpenAI pour des modèles comparables.

Les actions ont bénéficié d’un soutien supplémentaire suite à l’annonce selon laquelle Iris, la première puce d’IA développée en interne par l’entreprise, devrait entrer en production en septembre prochain. Comme l’indique une note interne, Iris a franchi la phase de test de débogage en environ six semaines sans rencontrer de problèmes majeurs. Broadcom est le partenaire de Meta pour la conception de cette puce, tandis que Taiwan Semiconductor Manufacturing Co. se charge de sa fabrication. Cette puce est destinée à compléter — et non à remplacer — les volumes importants de GPU que Meta achète à Nvidia et AMD.

La remontée observée au cours de cette semaine de juillet s'inscrit dans le contexte de la publication, en avril, des résultats du premier trimestre de Meta. À cette occasion, la société avait revu à la hausse ses prévisions de dépenses pour 2026, les portant à une fourchette comprise entre 125 et 145 milliards de dollars, et avait vu son action chuter de 7 %, Wall Street se montrant sceptique quant à la capacité de ces dépenses massives en infrastructures à se traduire par de nouveaux secteurs d'activité significatifs. Récemment, Mark Zuckerberg a également déclaré que Meta étudiait la possibilité de louer sa capacité de calcul en intelligence artificielle à des tiers, une initiative qui pourrait ouvrir une nouvelle source de revenus en dehors de son activité principale, la publicité.

Meta Superintelligence Labs, dirigé par Alexandr Wang, est à l'origine du développement de ces deux modèles. Le laboratoire a lancé son premier modèle, Muse Spark, en avril, remplaçant ainsi la famille de modèles open source Llama de l'entreprise. Même après la forte hausse hebdomadaire, la progression de 13 % enregistrée par le Nasdaq depuis le début de l'année reste supérieure à celle de Meta.

Alors que Meta accélère ses investissements dans l'IA pour rivaliser avec OpenAI et Anthropic, le groupe a déjà adopté des solutions inhabituelles pour répondre à ses besoins croissants en puissance de calcul. En juin 2026, Meta a commencé à construire des centres de données ressemblant à de vastes tentes industrielles pour héberger rapidement ses serveurs d'IA, faute d'infrastructures permanentes disponibles à temps.

Cette stratégie, mise en œuvre dans le cadre du projet « Prometheus » de Meta dans l'Ohio, repose sur six structures de 11 613 mètres carrés, alimentées par une centrale électrique de 200 mégawatts et complétées par des turbines à gaz mobiles. L'initiative témoigne de la pression exercée sur les grands acteurs technologiques pour déployer toujours plus rapidement les capacités de calcul nécessaires au développement de modèles d'IA avancés.

Source : Meta

Et vous ?

Quel est votre avis sur le sujet ?
Trouvez-vous cette initiative de Meta crédible ou pertinente ?

Voir aussi :

Chez Meta, la société de Mark Zuckerberg, le moral est si bas que même son directeur technique reconnaît qu'il est probablement le plus bas de son histoire depuis le scandale Cambridge Analytica

Meta construit son premier centre de données canadien, un site dédié à l'IA d'une valeur de 9 milliards $ situé en Alberta, conçu pour traiter les charges de travail liées à l'IA des plateformes de Meta

L'immense centre de données IA de Meta a contaminé le réseau d'eau potable d'une ville avec des bactéries mortelles, ce qui a attisé la colère du public à l'égard des centres de données IA