Forum du club des développeurs et IT Pro - Intelligence artificielle https://www.developpez.net/forums/ fr Tue, 15 Sep 2026 03:16:31 GMT vBulletin 15 https://forum.developpez.be/images/misc/rss.png Forum du club des développeurs et IT Pro - Intelligence artificielle https://www.developpez.net/forums/ Gemini débarque sur Windows 10 et 11 avec une application de bureau accessible par Alt + Espace https://www.developpez.net/forums/showthread.php?t=2185628&goto=newpost Mon, 14 Sep 2026 05:58:30 GMT *Google lance l’application... Google lance l’application Gemini à l’échelle mondiale pour Windows 10 et 11, une application de bureau dédiée accessible via Alt + Espace et intégrant la génération d’images et de vidéos

Google a lancé l'application Gemini à l'échelle mondiale pour Windows 10 et 11, proposant ainsi Gemini sous la forme d'une application de bureau dédiée. Les utilisateurs peuvent appuyer sur Alt + Espace pour l'ouvrir par-dessus leur tâche en cours, tandis que l'application prend également en charge un espace de travail dédié avec des intégrations aux applications Google. Elle inclut la génération d'images avec Nano Banana et la création de vidéos avec Gemini Omni.

Google LLC est une multinationale américaine spécialisée dans les technologies de l'information, la publicité en ligne, les moteurs de recherche, la messagerie électronique, le cloud computing, les logiciels, l'informatique quantique, le commerce électronique, l'électronique grand public et l'intelligence artificielle (IA). Elle a été qualifiée de « société la plus puissante au monde » par la BBC, et figure parmi les marques les plus valorisées au monde. La société mère de Google, Alphabet Inc., est souvent décrite comme une entreprise du secteur des « Big Tech ».

Gemini, également connu sous le nom de Google Gemini (anciennement Bard), est un chatbot et assistant virtuel basé sur l'IA générative, développé par Google. Il s'appuie sur la famille de grands modèles de langage (LLM) du même nom, après avoir été initialement basé sur LaMDA et PaLM 2. L'architecture de Gemini est entraînée en natif sur plusieurs types de données, ce qui permet aux modèles de traiter et de générer simultanément du texte, du code informatique, des images, de l'audio et de la vidéo.

En août 2026, l'assistant d'IA Gemini de Google a dépassé le milliard d’utilisateurs actifs mensuels, atteignant ce seuil peu de temps après que ChatGPT d’OpenAI eut franchi le même cap. Google a précisé que 63 % des utilisateurs s’adressaient directement à Gemini à la voix plutôt que de saisir des requêtes, soulignant que les parents très occupés étaient « 43 % plus enclins à utiliser la commande vocale pour leurs tâches quotidiennes ». Selon Google, une interaction sur cinq avec Gemini impliquait le partage d’écran et la diffusion en direct par caméra. Les utilisateurs d’Apple représentaient plus de 100 millions d’utilisateurs actifs mensuels de Gemini.

Nom : gemini.png Affichages : 358 Taille : 105,8 Ko

Récemment, Google a lancé l'application Gemini à l'échelle mondiale pour Windows 10 et 11, proposant ainsi Gemini sous la forme d'une application de bureau dédiée. Les utilisateurs peuvent appuyer sur Alt + Espace pour l'ouvrir par-dessus leur tâche en cours, tandis que l'application prend également en charge un espace de travail dédié avec des intégrations aux applications Google. Elle inclut la génération d'images avec Nano Banana et la création de vidéos avec Gemini Omni.

En janvier 2026, alors que la compétition autour de l'IA générative était souvent racontée comme une succession de coups médiatiques, de démonstrations spectaculaires et d’annonces parfois précipitées, Google avançait à un rythme plus feutré. Avec Gemini, son modèle d'IA unifié, le groupe semblait alors récolter les fruits d’une stratégie plus structurelle que narrative. Sans déclarer officiellement la victoire, Google apparaissait de plus en plus comme un acteur central, voire dominant, dans la phase actuelle de la course à l’IA. C’était en tout cas l’avis de certains spécialistes comme Geoffrey Hinton, le « parrain de l’IA ».

Voici l'annonce de Google :

L'application Gemini est désormais disponible pour Windows

Aujourd’hui, nous lançons l’application Gemini pour Windows. Conçue pour s’intégrer en toute transparence à vos outils préférés et à vos applications quotidiennes, cette nouvelle application de bureau vous offre une assistance immédiate sans interrompre votre flux de travail. Voici trois façons d’utiliser l’application Gemini sur votre PC :

  1. Accédez instantanément à Gemini grâce à un raccourci clavier.

    Appuyez à tout moment sur Alt + Espace sur votre PC pour ouvrir Gemini par-dessus votre tâche en cours. Que vous ayez besoin de vérifier rapidement une information dans un document ou de trouver quelques idées de titres accrocheurs pour une présentation, vous pouvez obtenir l’aide dont vous avez besoin et reprendre immédiatement votre travail.
  2. Plongez-vous dans un travail approfondi dans un espace de travail dédié.

    Au sein de la nouvelle application, vous pouvez accéder à toutes les fonctionnalités pour lesquelles vous utilisez déjà Gemini. Confiez vos tâches en plusieurs étapes à Gemini Spark, votre assistant IA personnel disponible 24 h/24 et 7 j/7, ou demandez à Gemini de rédiger un résumé de projet en extrayant directement des informations de vos applications Google telles que Gmail et Google Drive.
  3. Créez des images et des vidéos.

    Donnez vie à vos concepts créatifs directement depuis votre bureau. Vous pouvez générer des images personnalisées avec Nano Banana pour une présentation, réaliser une vidéo de haute qualité avec Gemini Omni, et surtout, vous pouvez tout faire depuis un seul et même endroit pratique. Légère et silencieuse, l'application fonctionne sans ralentir votre PC. Ce n'est qu'un début pour l'application Gemini sur Windows : d'autres fonctionnalités natives pour ordinateur de bureau seront progressivement déployées. L'application est disponible dès aujourd'hui dans le monde entier pour Windows 10 et 11.


Source : Google

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

Voir aussi :

:fleche: Google Gemini créera des applications mobiles et de bureau à partir de conversations, après l'annulation d'AI Studio pour Android et iOS, réduisant le besoin de télécharger plus d'applications

:fleche: Google intègre des fonctionnalités vocales basées sur l'IA à Gmail, Docs et Keep, grâce aux modèles Gemini Audio, permettant d'interagir avec l'espace de travail exclusivement par la voix

:fleche: Microsoft lance une nouvelle application Windows appelée « Windows App », pour l'exécution des applications Windows, pour remplacer Microsoft Remote Desktop sur macOS, iOS et Android
Images attachées
 
]]> Intelligence artificielle Eliora https://www.developpez.net/forums/d2185628/general-developpement/algorithme-mathematiques/intelligence-artificielle/gemini-debarque-windows-10-11-application-bureau-accessible-alt-p-espace/ <![CDATA["Il est temps d'envisager des frappes militaires contre les datacenters chinois", selon Jacob Stokes]]> https://www.developpez.net/forums/showthread.php?t=2185603&goto=newpost Fri, 11 Sep 2026 08:09:21 GMT *Un ancien responsable de... Un ancien responsable de l'administration Obama estime qu'il est temps d'envisager des frappes militaires contre les centres de données chinois pour les empêcher d'atteindre l'IA générale

« Ce serait l’option la plus dangereuse et la plus susceptible de déboucher sur une guerre », comme le précise Jacob Stokes – ancien responsable de l’administration Obama dans son rapport intitulé « Superpowers and AGI ». Elle est néanmoins mise sur la table et il exhorte le gouvernement américain à planifier des mesures extrêmes, incluant des frappes militaires cinétiques (bombardements conventionnels) et des cyberattaques préventives contre les centres de données chinois, si Pékin s'apprête à atteindre l'intelligence artificielle générale (AGI) avant les États-Unis.

Cette sortie qui fait suite à un appel du président chinois à la collaboration, au partage et à l’ouverture entre les pays est de nature à renforcer l’image de « va-t-en guerre » des Etats-Unis au moment où la Chine appelle plutôt à la collaboration internationale en matière d'intelligence artificielle

Le président chinois, Xi Jinping, a profité de l'ouverture de la Conférence mondiale sur l'intelligence artificielle (IA) à Shanghai pour positionner Pékin comme le fer de lance de l'IA open source. Ce dernier a appelé les pays à « encourager l'open source, l'ouverture, la collaboration et le partage », tout en mettant en garde toute nation qui ferait passer ses propres intérêts en matière de sécurité avant ceux des autres.

Xi Jinping s'est par ailleurs engagé à soutenir les pays en développement grâce à des programmes de formation à l'IA et à créer des centres de coopération pour l'application de l'IA. Cette annonce est intervenue au lendemain du lancement par Pékin de la WAICO, une initiative regroupant 29 pays et concurrente de l'initiative « Pax Silica » menée par les États-Unis, renforçant ainsi la volonté de la Chine de redéfinir les règles de la gouvernance mondiale en matière d'intelligence artificielle.

Les Etats-Unis par contre préconisent des frappes militaires conventionnelles contre des centres de données chinois. L'objectif affiché est d’empêcher à tout prix la Chine d'obtenir en premier l'intelligence artificielle générale (AGI), ce qui lui donnerait un avantage géopolitique et cybernétique irréversible. Stokes exhorte le gouvernement américain à planifier des exercices de préparation incluant l'espionnage d'État, des cyberattaques massives, et des frappes cinétiques (bombardements) contre les infrastructures de calcul chinoises avant qu'elles ne finalisent une percée technologique majeure.

Cette déclaration a provoqué une vive escalade géopolitique, entraînant une réponse immédiate de Hu Xijin, ancien rédacteur en chef du média d'État chinois Global Times, qui a menacé les États-Unis de frappes de missiles de représailles directes sur le sol américain en cas d'attaque.

Les USA accumulent les décisions passées et à venir de nature à accentuer les risques de conflit mondial

  • Contrôles stricts des exportations de puces (2022 - 2026) : Blocage systématique de l'accès de la Chine aux semi-conducteurs haut de gamme (comme les séries Nvidia Blackwell) et aux machines de lithographie ASML, visant à paralyser l'industrie technologique chinoise.
  • L'utilisation militaire de l'intelligence artificielle sur les théâtres de guerre : L'intégration croissante d'algorithmes et de grands modèles de langage pour planifier des campagnes de ciblage et optimiser les frappes par drones (comme observé récemment au Moyen-Orient) crée un précédent où la supériorité algorithmique dicte la survie militaire d'un État.
  • Loi sur la protection des données et de l'infrastructure (2024) : Enquêtes gouvernementales et pressions pour forcer la vente ou l'interdiction de technologies et plateformes chinoises (comme TikTok) sur le sol américain.
  • Sanctions globales sur le Cloud et l'Open-Source : Mesures américaines restrictives à venir visant à couper l’accès des entreprises chinoises aux serveurs cloud occidentaux (AWS, Microsoft Azure, Google Cloud)
  • Blocus économique complet en cas d'escalade à Taïwan : Les plans de contingence du Pentagone prévoient des sanctions financières totales et un gel des avoirs chinois si Pékin franchit le pas d'une intervention à Taïwan, une décision qui équivaudrait à une déclaration de guerre économique.
  • Militarisation agressive de l'espace et de l'Indo-Pacific : Déploiement accru de missiles de précision à longue portée et de systèmes autonomes (drones d'IA) à Guam, au Japon et aux Philippines pour encercler la zone d'influence maritime chinoise.
  • Doctrine de cyber-frappe préventive : Intégration officielle, au sein de la stratégie de défense américaine, du droit de mener des cyber-sabotages massifs et préventifs sur les infrastructures civiles et militaires chinoises en cas de menace jugée imminente.


Les USA considèrent l’intelligence artificielle comme un moyen de dominer sur les autres pays et entendent être les seuls à atteindre le stade d’intelligence artificielle générale. « Il y a de l’argent pour financer des guerres mais pas pour nourrir les pauvres »

Les États-Unis affichent ouvertement une stratégie de domination mondiale absolue de l'intelligence artificielle (IA), structurée autour de décrets présidentiels agressifs, du contrôle des infrastructures physiques et d'une doctrine de sécurité visant à monopoliser l'accès aux frontières technologiques menant à l'intelligence artificielle générale.

A titre d’illustration, l'ordonnance executive Sustaining Global AI Dominance pose explicitement comme doctrine que la politique des États-Unis est de maintenir et renforcer de manière agressive leur « domination mondiale dans la filière de l’intelligence artificielle ».

L'IA de pointe est désormais sanctuarisée comme une arme de supériorité opérationnelle asymétrique :

  • Le Département de la Guerre des États-Unis a signé des accords historiques intégrant directement les capacités des huit plus grands laboratoires privés de l'IA américaine au sein de ses réseaux militaires classifiés.
  • L'objectif affiché de cette intégration est de faire des forces armées américaines la première puissance militaire au monde intégralement augmentée par l'IA, s'assurant qu'aucun autre pays ne dispose d'un outil d'aide à la décision stratégique ou tactique équivalent.

L'administration américaine s'est engagée vers un budget militaire historique d'environ 1000 milliards de dollars. Le Pentagone y consacre d'immenses ressources à l'intégration de l'IA (comme les systèmes de drones autonomes ou la gestion de données de combat), le budget spécifique attribué aux systèmes de drones et technologies assimilées atteignant à lui seul 13,4 milliards de dollars.


À l'inverse, les propositions budgétaires récentes prévoient des coupes sévères dans les agences de santé, de science et d'environnement. Par exemple, le budget proposé pour l'Agence de protection de l'environnement (EPA) a été réduit de moitié.

Paradoxalement, au sein même de cette enveloppe réduite, une priorité de 202 millions de dollars a été sanctuarisée uniquement pour développer les capacités IA afin de faire de l'Amérique la « capitale mondiale de l'IA. »

Source : Rapport de Jacob Stokes intitulé « Superpowers and AGI »

Et vous ?

:fleche: Seriez-vous surpris de voir les USA lancer des frappes militaires contre les infrastructures de centres de données chinois ? Cela pourrait-il se faire de façon frontale comme c'est le cas désormais en Iran ?
:fleche: Partagez-vous les avis selon lesquels les USA enchaînent des décisions qui sont chaque fois plus mauvaises que les précédentes et qui sont de nature à provoquer leur propre chute ?
:fleche: Que penser de ce penchant pour les Hommes à faire la guerre plutôt qu'à collaorer pour leur bien commun ?

Voir aussi :

:fleche: La Chine a pratiquement effacé l'avance historique des États-Unis en matière d'IA et son vivier de talents ne cesse de s'agrandir, tandis que l'attractivité américaine pour les talents mondiaux s'érode

:fleche: Les États-Unis accusent la Chine de voler leur IA « à l'échelle industrielle » via la technique de distillation : Pékin dénonce une « calomnie » et DeepSeek, visé implicitement, publie son modèle V4

:fleche: DeepSeek, la start-up chinoise spécialisée dans l'IA qui a fait perdre près de 600 milliards $ à Nvidia en une seule journée avec le lancement de son modèle R1, s'apprête à dévoiler son prochain modèle d'IA

:fleche: La Chine est le pays qui adopte le plus l'IA générative, 83 % des décideurs Chinois interrogés ayant déclaré utiliser l'IA générative, la technologie sur laquelle repose ChatGPT ]]> Intelligence artificielle Patrick Ruiz https://www.developpez.net/forums/d2185603/general-developpement/algorithme-mathematiques/intelligence-artificielle/temps-d-envisager-frappes-militaires-contre-datacenters-chinois-selon-jacob-stokes/ <![CDATA[Anthropic affirme que l’Iran a utilisé Claude pour cibler des navires de la marine américaine]]> https://www.developpez.net/forums/showthread.php?t=2185597&goto=newpost Fri, 11 Sep 2026 04:56:35 GMT *Anthropic affirme avoir... Anthropic affirme avoir bloqué des tentatives d’utilisation de l’IA pour développer des armes biologiques, notamment liés à l’Iran et cinq cas de recherches biologiques à double usage avec Claude

Anthropic a déclaré avoir contrecarré cette année plusieurs tentatives de chercheurs visant à utiliser ses modèles d'IA pour des recherches biologiques susceptibles de contribuer au développement d'armes biologiques, ce qui a conduit l'entreprise à suspendre des comptes et à renforcer ses mesures de sécurité. L'entreprise a présenté cinq études de cas concernant des chercheurs qui avaient utilisé son chatbot Claude pour mener des recherches biologiques de pointe pouvant avoir des applications à double usage. Anthropic a souligné qu'elle ne prétendait pas que les chercheurs avaient l'intention de causer du tort, notant que la recherche biologique peut servir à mettre au point des vaccins et des traitements, mais qu'elle peut également faire l'objet d'abus.

Anthropic, PBC, est une société américaine d’intérêt public spécialisée dans l’intelligence artificielle (IA), dont le siège social est situé à San Francisco, en Californie. Son produit phare est Claude, une série de grands modèles de langage (LLM) propriétaires. Anthropic a été fondée en 2021 dans le but de promouvoir la sécurité de l’IA par d’anciens membres d’OpenAI, notamment les frère et sœur Daniela Amodei et Dario Amodei, qui en sont respectivement la présidente et le PDG. La société est privée, mais envisagerait une introduction en bourse en 2026. Évaluée à 965 milliards de dollars américains lors d'un tour de table de série H en mai 2026, Anthropic est l'une des entreprises spécialisées exclusivement dans l'IA les plus valorisées au monde, rivalisant avec OpenAI.

Anthropic a déclaré récemment avoir contrecarré cette année plusieurs tentatives de chercheurs visant à utiliser ses modèles d'IA pour des recherches biologiques susceptibles de contribuer au développement d'armes biologiques, ce qui a conduit l'entreprise à suspendre des comptes et à renforcer ses mesures de sécurité. Dans un rapport de 154 pages intitulé « Détecter et lutter contre l’utilisation abusive de l’IA », l’entreprise spécialisée dans l’IA a présenté cinq études de cas concernant des chercheurs qui avaient utilisé son chatbot Claude pour mener des recherches biologiques de pointe pouvant avoir des applications à double usage.

À l'issue de son enquête, l'entreprise a déclaré avoir suspendu les comptes concernés, partagé ses conclusions avec les autorités gouvernementales et d'autres laboratoires d'IA, et renforcé ses mesures de sécurité. « Nous avons suspendu tous les comptes concernés, collaboré avec nos partenaires pour démanteler les réseaux relais qui contournaient les blocages régionaux, et partagé nos conclusions avec les laboratoires d'IA concernés et les autorités gouvernementales », a déclaré Anthropic.

Anthropic a souligné qu’elle ne prétendait pas que les chercheurs avaient l’intention de causer du tort, notant que la recherche biologique peut servir à mettre au point des vaccins et des traitements, mais qu’elle peut également faire l’objet d’abus. « Les capacités biologiques sont à double usage : elles peuvent être utilisées à des fins bénéfiques ou néfastes, et il est souvent difficile de faire la distinction entre les deux », indique le rapport.

Nom : anthropic.png Affichages : 965 Taille : 18,4 Ko

« Les mêmes informations qui peuvent servir à mettre au point une arme biologique pourraient également servir à développer, par exemple, un vaccin ou un remède contre une maladie. » L’un des cas concernait un chercheur qui avait demandé à Claude de l’aider à rédiger une demande de subvention pour des recherches de « gain de fonction » sur le virus du chikungunya, transmis par les moustiques.

Anthropic a précisé que cette proposition visait à modifier le virus afin de le rendre plus contagieux et plus dangereux. Si ce type de recherche peut aider les scientifiques à mettre au point des vaccins et des traitements, l’entreprise a souligné qu’elle pouvait également être détournée pour rendre le virus plus nocif. L'entreprise a déclaré avoir bloqué la demande et découvert par la suite que les chercheurs utilisaient une plateforme tierce pour contourner les restrictions régionales et rediriger automatiquement les requêtes rejetées vers un autre modèle d'IA.

D'autres cas concernaient la grippe aviaire, la recherche sur les orthopoxvirus et la recherche liée aux venins et toxines non transmissibles, selon le rapport. « Les acteurs malveillants sophistiqués savent que nous (et d’autres fournisseurs d’IA) tentons de détecter les utilisations dangereuses de nos modèles, et ils exploitent la nature à double usage de la biologie pour conserver une sorte de « déni plausible » concernant leurs recherches », a déclaré l’entreprise.

Par ailleurs, le rapport détaille plusieurs cas liés à l’Iran dans lesquels des acteurs auraient utilisé Claude pour mener des campagnes d’influence, des opérations de surveillance et des recherches sur les forces navales américaines. « Nous avons identifié et neutralisé un acteur malveillant lié à l’Iran qui utilisait Claude pour collecter et analyser des données accessibles au public afin d’élaborer des recommandations de ciblage contre les forces navales américaines dans la région », a déclaré l’entreprise.

« Nous avons suspendu le compte de cet acteur, mis au point des mécanismes de détection pour réduire le risque d’abus futurs et partagé des renseignements sur la menace avec les autorités gouvernementales afin de neutraliser cette menace. » Ce rapport fait suite aux déclarations d’un chercheur senior en sécurité chez Anthropic, qui a affirmé que l’IA avait plus de 10 % de chances de « tuer tous les humains » au cours de la prochaine décennie, en réponse à un ancien employé ayant démissionné après avoir accusé l’entreprise d’agir de manière irresponsable.

Jacob Coxon, ancien chercheur chez Anthropic et OpenAI, a écrit dans un long fil de discussion publié sur X à l'occasion de sa démission que « les personnes qui développent l'IA croient sincèrement qu'elle pourrait tous nous tuer d'ici la fin de la décennie ». « J'ai démissionné d'Anthropic. J'ai passé ces trois dernières années à mener des recherches sur le pré-entraînement, tant chez OpenAI que chez Anthropic. Aucune de ces deux entreprises n'agit de manière responsable. Elles se précipitent tête baissée vers une superintelligence capable de s'auto-améliorer et jouent avec nos vies », a-t-il écrit.

Jacob Coxon a brusquement démissionné cette semaine, avertissant que cette technologie « pourrait tous nous tuer d’ici la fin de la décennie ». Dans un message publié sur X, il a accusé Anthropic et OpenAI de se lancer tête baissée dans la création d'une superintelligence capable de s'auto-améliorer, estimant que cette démarche revenait à « jouer avec nos vies ». Evan Hubinger, chef d’équipe chez Anthropic, a appuyé cet avertissement, estimant que la probabilité d’un tel scénario était « supérieure à 10 % » d’ici dix ans — une prise de position publique rare de la part d’un membre d’une entreprise développant cette même technologie.

Source : Anthropic

Et vous ?

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

Voir aussi :

:fleche: Des dizaines de scientifiques de renom signent une initiative visant à prévenir l'utilisation d'armes biologiques par l'IA, l'accord reconnaît que l'IA présente des risques

:fleche: Le Pentagone accélère l'intégration de l'IA pour maintenir sa compétitivité face à la Chine, avec des indications selon lesquelles les États-Unis développeront des armes autonomes létales

:fleche: Yoshua Bengio, parrain de l'IA, met en garde contre le risque d'extinction de l'humanité d'ici dix ans, causée par des machines hyperintelligentes dotées de leur propre « désir d'autoconservation »
Images attachées
 
]]> Intelligence artificielle Eliora https://www.developpez.net/forums/d2185597/general-developpement/algorithme-mathematiques/intelligence-artificielle/anthropic-affirme-l-iran-utilise-claude-cibler-navires-marine-americaine/ <![CDATA[Google va investir la somme record de 15 milliards $ dans des infrastructures d'IA en Finlande]]> https://www.developpez.net/forums/showthread.php?t=2185596&goto=newpost Thu, 10 Sep 2026 19:32:11 GMT *Google va investir la somme... Google va investir la somme record de 15 milliards $ dans des infrastructures d'IA en Finlande, son plus gros investissement ponctuel en Europe, et explorera des modèles économiques

Google a annoncé investir au moins 13 milliards d'euros, soit environ 15,1 milliards de dollars, dans des infrastructures d'intelligence artificielle (IA) en Finlande sur une période de deux ans, dans le cadre de ce qu'il décrit comme son plus gros investissement ponctuel en Europe. Ces dépenses, prévues pour 2027 et 2028, couvriront des centres de données, la modernisation du réseau électrique, ainsi que des projets liés aux énergies propres et aux batteries. Google estime que la phase de construction contribuera à hauteur d’environ 3,6 milliards de dollars au produit intérieur brut de la Finlande. Une fois opérationnel, cet investissement devrait soutenir environ 7 000 emplois par an.

En seulement quatre ans, la consommation électrique des centres de données de Google a plus que doublé. Le dernier rapport environnemental 2025 de l'entreprise a révélé qu'en 2024, ses centres de données ont consommé près de 31 millions (ou 30,8 millions pour être exact) de mégawattheures d'électricité alors que leur consommation était inférieure de plus de moitié en 2020. Cette forte augmentation reflète les besoins croissants de l'entreprise en puissance de calcul, à mesure que ses services numériques continuent de se développer.

Dans ce contexte, Google a annoncé investir au moins 13 milliards d'euros, soit environ 15,1 milliards de dollars, dans des infrastructures d'intelligence artificielle (IA) en Finlande sur une période de deux ans, dans le cadre de ce qu'il décrit comme son plus gros investissement ponctuel en Europe. Ces dépenses, prévues pour 2027 et 2028, couvriront des centres de données, la modernisation du réseau électrique, ainsi que des projets liés aux énergies propres et aux batteries. Ces infrastructures soutiendront les services de Google, notamment Gemini, Search, Maps et YouTube.

La Finlande s’impose comme un site de plus en plus attractif pour les centres de données, car son climat froid permet de réduire les coûts de refroidissement. Par ailleurs, son réseau électrique offre un accès à d’importants approvisionnements en électricité à faible empreinte carbone. Microsoft et ByteDance, propriétaire de TikTok, font partie des autres entreprises technologiques qui investissent dans les infrastructures du pays.

Google estime que la phase de construction contribuera à hauteur d’environ 3,6 milliards de dollars au produit intérieur brut de la Finlande. Une fois opérationnel, cet investissement devrait soutenir environ 7 000 emplois par an. Le Premier ministre finlandais, Petteri Orpo, s’est félicité de cette décision, soulignant que la valeur économique du secteur des données va au-delà des investissements directs dans la recherche, le développement et l’innovation.

Cette expansion en Finlande s’inscrit dans le cadre d’un programme d’investissement beaucoup plus vaste d’Alphabet, alors que les entreprises technologiques se livrent à une course effrénée pour s’assurer la puissance de calcul nécessaire à des modèles d’IA de plus en plus exigeants. Fin 2024, Googleu avait déjà prévu d'investir 20 milliards de dollars dans les énergies renouvelables et la modernisation des réseaux pour les centres de données d'IA. Selon un rapport, les charges de travail liées à l'IA devraient entraîner une augmentation annuelle de 44,7 % de la consommation d'énergie des centres de données d'ici à 2027. Google visait donc un financement à 100 % de la mise à niveau du réseau, avec des projets d'énergie propre débutant en 2026.


Voici l'annonce de Google :

Google renforce son engagement envers la Finlande avec un investissement de 13 milliards d'euros dans les infrastructures d'intelligence artificielle

Depuis que nous avons transformé une ancienne papeterie à Hamina en centre de données il y a 15 ans, la Finlande est devenue une plaque tournante essentielle pour Google. Aujourd’hui, nous renforçons cet engagement en investissant 13 milliards d’euros dans les infrastructures numériques, les projets d’énergie propre et les partenariats économiques à travers toute la Finlande au cours des deux prochaines années, afin de répondre à la demande croissante pour les services phares de Google — tels que la Recherche, Maps et Gemini — sur lesquels les particuliers et les entreprises comptent au quotidien.

Stimuler la croissance et l’emploi local

Au cours de nos 15 années d’activité à Hamina, nous avons soutenu plus de 40 organisations sociales et associatives locales, tout en lançant des initiatives environnementales pionnières telles qu’un système de refroidissement à l’eau de mer et la distribution de chaleur récupérée hors site aux foyers et entreprises locaux. Rien qu’entre 2023 et 2025, la présence de Google à Hamina a soutenu un écosystème de plus de 600 fournisseurs finlandais dans les domaines de la construction, de l’exploitation et des réseaux de fibre optique, ce qui a créé un effet multiplicateur pour l’économie. Le centre de données de Hamina génère actuellement une grande variété d’emplois, allant des techniciens informatiques aux ingénieurs électriciens et mécaniciens, en passant par le personnel de sécurité, la restauration, la gestion des installations, et bien d’autres encore.

L’annonce d’aujourd’hui, qui représente notre plus important investissement ponctuel en Europe, donnera un élan significatif à l’économie finlandaise. Au cours de la phase initiale de construction, en 2027 et 2028, plus de 37 000 emplois seront soutenus à l’échelle nationale, ce qui contribuera à hauteur de 3,6 milliards d’euros par an au PIB de la Finlande. Une fois pleinement opérationnelles, les nouvelles installations permettront de créer des milliers d’emplois permanents, allant des ingénieurs au personnel de sécurité et de restauration.

Nous investissons également 31 millions d’euros dans les communautés locales de Hamina, Kajaani, Muhos et Vaala au cours des quatre prochaines années afin de soutenir l’éducation et la croissance économique. Cela inclut un partenariat avec des établissements d’enseignement supérieur locaux pour proposer des programmes de perfectionnement en intelligence artificielle à plus de 4 400 travailleurs, ainsi que la création de nouvelles opportunités de formation pour 100 étudiants finlandais en vue de futures carrières dans le secteur des centres de données.

Nom : 1.jpg Affichages : 335 Taille : 160,9 Ko

Investir dans l’énergie propre et la nature

À mesure que nous nous développons, nous nouons des partenariats autour d’un portefeuille de solutions qui s’inscrivent dans nos engagements à maintenir l’énergie à un prix abordable pour les consommateurs et à investir dans les énergies propres. Nous prenons des mesures pour soutenir davantage le réseau électrique finlandais en signant un accord de 22 ans visant à prolonger la durée de vie de la centrale nucléaire de Loviisa, en ajoutant de nouvelles capacités éoliennes terrestres et en passant commande d’un nouveau système de batteries de 94 mégawatts destiné à stabiliser les prix pendant les périodes froides et sans vent.

Enfin, nous souhaitons soutenir l’environnement local. Nous finançons des projets visant à régénérer les forêts et les zones humides indigènes à proximité de nos sites, et nous construisons des sentiers de randonnée accessibles, des saunas publics et des pontons de pêche pour le plaisir de la communauté.

Nous sommes ravis d’écrire le prochain chapitre de l’innovation numérique, ici même en Finlande.

Source : Annonce de Google

Et vous ?

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

Voir aussi :

:fleche: Google promet de restituer plus d'eau que ses datacenters ne consomment mais des observateurs estiment que le projet qui est beau sur le papier s'apparente à ce qu'ils nomment la « farce des crédits carbone »

:fleche: L'Europe est invitée à freiner l'essor de ses centres de données IA avant que l'eau et l'électricité ne viennent à manquer, mais les fournisseurs de cloud s'opposent à l'adoption de réglementations

:fleche: Google prévoit d'investir 5 milliards € en Belgique pour développer son infrastructure IA et son réseau de centres de données, créant ainsi des centaines d'emplois et soutenant la croissance économique locale
Images attachées
 
]]> Intelligence artificielle Jade Emy https://www.developpez.net/forums/d2185596/general-developpement/algorithme-mathematiques/intelligence-artificielle/google-va-investir-somme-record-15-milliards-infrastructures-d-ia-finlande/ Des publicités de Meta mettent en avant des applications de nudification de vraies adolescentes https://www.developpez.net/forums/showthread.php?t=2185586&goto=newpost Thu, 10 Sep 2026 14:30:50 GMT *« Voici l’IA que les hommes... « Voici l’IA que les hommes utilisent vraiment » : des publicités de Meta mettent en avant des applis de nudification de vraies adolescentes
La modération automatique se retrouve à nouveau au centre des débats

Une enquête majeure menée par l'organisme de surveillance Tech Transparency Project (TTP) a révélé que Meta a approuvé et diffusé des centaines de publicités pédocriminelles faisant la promotion d'applications de nudification par intelligence artificielle (Deepfakes). Ces annonces, diffusées sur Facebook, Instagram, Messenger et Threads, utilisaient parfois des photos de véritables adolescents et enfants pour inciter les utilisateurs à télécharger des applications permettant de générer des images déshabillées. Le tableau ravive la controverse autour de la modération automatisée de contenus en ligne.

Les annonces affichaient des slogans explicites comme "L'IA que les hommes utilisent vraiment" ou incitaient à "laisser libre cours à son imagination". Plus de 250 annonces ont directement exploité le visage de vrais enfants

Les annonces affichaient des slogans explicites comme "L'IA que les hommes utilisent vraiment" ou incitaient à "laisser libre cours à son imagination". En cliquant sur le lien, l'utilisateur était redirigé vers des plateformes (parfois sur l'App Store ou le Google Play Store) pour télécharger des applications conçues pour virtuellement déshabiller des personnes. Dans certains cas extrêmes, les visages des enfants étaient superposés sur des vidéos pornographiques explicites d'adultes.

Plus de 250 annonces ont directement exploité le visage de vrais enfants. Parmi les victimes identifiées figurent une jeune influenceuse d'Instagram, un enfant issu d'une banque d'images, et un jeune membre d'une famille royale européenne dont la photo de presse officielle a été détournée.

Selon le rapport du TTP, la majorité de ces publicités proviennent d'applications créées par des développeurs chinois et ont été diffusées via des agences publicitaires partenaires de Meta en Chine (telles que GIMC et BlueFocus).

Au total, 332 publicités à caractère pédocriminel ont passé avec succès les filtres de modération automatisés de Meta. L'organisme TTP a souligné que Meta a mis parfois plus d'une semaine à réagir après signalement, laissant les publicités accumuler des milliers de vues.

La controverse autour de cette affaire tient sur plusieurs aspects parmi lesquels la faillite de la modération de contenu automatique

La principale controverse réside dans le fait que ces publicités n'étaient pas des contenus publiés secrètement par des tiers sur des profils privés, mais des contenus payants audités et validés par Meta. Malgré les promesses répétées de Mark Zuckerberg concernant le déploiement de nouvelles technologies de détection par IA, le système automatisé s'est avéré totalement inefficace face à ces visuels explicites.

Les associations de protection de l'enfance pointent du doigt le modèle économique : Meta a perçu des revenus publicitaires directs pour diffuser des images exploitant sexuellement des mineurs. Bien que les sommes soient jugées dérisoires par Meta, le principe même de monétiser ces incitations au crime sexuel suscite une immense indignation.

Cette affaire explose alors même que Meta traverse une tempête judiciaire sans précédent. Une trentaine d'États américains ont intenté un procès historique à Oakland contre la firme, l'accusant d'avoir sciemment conçu Instagram et Facebook pour rendre les jeunes accros tout en dissimulant les dangers pour leur santé mentale. La révélation de ces failles de sécurité sur la pédopornographie aggrave considérablement la position de l'entreprise face aux procureurs généraux.


Quels enseignements techniques peut-on en tirer en matière de modération automatique de contenu en ligne ?

La publication du rapport du TTP met en lumière des failles systémiques majeures :

  • L’obsolescence des bases de hachage traditionnelles face à l’IA générative : Les systèmes classiques de modération reposent sur la comparaison d'empreintes numériques (comme PhotoDNA) issues de bases de contenus déjà connus. L’IA générative crée des images ou des vidéos inédites et uniques (notamment via des applications de type nudify). Ces fichiers contournent nativement le blocage par signature (hachage). La modération doit migrer vers des modèles d'évaluation sémantique et contextuelle en temps réel capables de comprendre le contenu généré ex nihilo
  • La faillite des filtres de modération sur le tunnel publicitaire : Les publicités signalées n'ont pas cherché à dissimuler leurs intentions (mots-clés explicites, liens vers des applications malveillantes) et ont pourtant passé l'étape de validation automatisée. Les barrières de contrôle automatique à l'entrée des régies publicitaires sont souvent moins robustes ou plus permissives que celles appliquées aux publications organiques des utilisateurs. Il est techniquement indispensable d'aligner le niveau d'exigence des classificateurs de sécurité sur les flux commerciaux payants.
  • Les limites de la détection sur les vidéos courtes et altérées : Pour sa défense, Meta a argué que la détection était rendue difficile par le fait que les coupures montrant des mineurs étaient brèves, floutées ou insérées dans des animations. Les modèles de vision par ordinateur actuels souffrent d'un manque de granularité temporelle et spatiale. Les architectures d'IA doivent analyser les vidéos image par image et intégrer des algorithmes de super-résolution ou de "défloutage" prédictif pour identifier les micro-infractions dissimulées.



Meta minimise la portée après des sorties soulignant que ces annonces ont été « examinées, approuvées et diffusées par Meta, sans aucune interférence »

« Ce dont nous parlons ici n'est pas simplement du matériel d'abus sexuel sur enfant généré par IA. Il y a énormément de torts qui peuvent découler de cela, le tout pendant que Meta engrange de l'argent grâce au processus. » Elle a fustigé le fait que ces annonces ont été « examinées, approuvées et diffusées par Meta, sans aucune interférence », a estimé Katie Paul, directrice du Tech Transparency Project (TTP).

Dans une lettre officielle adressée à Mark Zuckerberg, le sénateur de Virginie Mark Warner s'est dit profondément indigné : « Il est décevant de constater que Meta continue de diffuser des publicités contenant du matériel d'abus sexuel sur des enfants et des images intimes non consenties après que cela a été porté à leur attention. »

Par la voix de son porte-parole Tracy Clayton, l'entreprise a minimisé la portée en affirmant que la majorité des publicités avaient une faible portée (moins de 200 impressions) et avaient généré moins de 5 000 dollars. Meta a déclaré : « Nous ne tolérons pas les applications de nudification ou tout type d'exploitation d'enfants [...]. Les criminels derrière ces activités savent que nous avons développé de solides défenses, c'est pourquoi ils changent constamment de tactique. »

Source : Rapport du Tech Transparency Project (TTP)

Et vous ?

:fleche: La responsabilité des plateformes technologiques : Qui devrait être tenu responsable de la diffusion de ces publicités ? Meta, les annonceurs ou les utilisateurs qui les créent ?
:fleche: L’efficacité des systèmes de modération : Comment pouvons-nous améliorer les outils d’intelligence artificielle utilisés pour filtrer ces annonces ? Quelles mesures supplémentaires Meta devrait-elle prendre pour empêcher leur diffusion ?
:fleche: La régulation gouvernementale : Devrions-nous compter davantage sur les lois et les réglementations pour contrôler ces publicités, ou est-ce à l’industrie technologique de s’autoréguler ?

Voir aussi :

:fleche: Google avertit la Cour suprême de USA que l'altération de l'article 230 de la Communications Decency Act pourrait ruiner Internet et déclencher des retombées dévastatrices ]]> Intelligence artificielle Patrick Ruiz https://www.developpez.net/forums/d2185586/general-developpement/algorithme-mathematiques/intelligence-artificielle/publicites-meta-mettent-applications-nudification-vraies-adolescentes/ <![CDATA[Des pirates informatiques volent des tokens d'utilisation aux abonnés de l'assistant IA Claude]]> https://www.developpez.net/forums/showthread.php?t=2185569&goto=newpost Wed, 09 Sep 2026 18:19:09 GMT *Des pirates informatiques... Des pirates informatiques volent des tokens d'utilisation aux abonnés de l'assistant IA Claude. Anthropic a confirmé qu'un piratage ciblé était en cours pour s'emparer des sessions d'arrière-plan des abonnés

Des pirates informatiques dérobent des tokens d'utilisation aux abonnés de l'assistant IA Claude d'Anthropic. Les victimes ont constaté une consommation anormale de leurs crédits alors qu'elles n'utilisaient pas l'assistant, révélant une faille exploitée par des logiciels malveillants de vol de sessions. L'entreprise a reconnu le problème dans certains cas, procédant à des suspensions de comptes et à des remboursements partiels pour protéger les utilisateurs. Cependant, le manque de transparence sur le détail des consommations rend la détection de ces fraudes difficile pour les clients. Certaines victimes abandonnent Claude pour d'autres solutions plus fiables.

Au début du mois d'août 2026, Grant De Swardt, un consultant indépendant en IA basé au Royaume-Uni, a constaté une activité suspecte sur son compte abonné Claude Max 20x. Alors qu'il ne travaillait pas et qu'aucune tâche planifiée ou locale n'était en cours d'exécution, la consommation de ses tokens continuait d'augmenter. En surveillant, il a constaté que son utilisation de tokens était passée de 45 % à 55 % sans intervention de sa part.

Face à cette situation incompréhensible, il a contacté Anthropic, le développeur de Claude, pour obtenir un relevé détaillé de son utilisation. Bien qu'Anthropic n'ait pas fourni ce détail, la société a reconnu « l'existence d'une anomalie dans sa consommation », a suspendu le compte payant du consultant, a invalidé l'ensemble de ses sessions ainsi que ses tokens de serveur Claude Code, et lui a remboursé partiellement sa souscription mensuelle.

Cette suspension de compte a causé des perturbations majeures dans les activités professionnelles de Grant De Swardt, qui dépend fortement des chatbots et de l'IA pour automatiser la gestion quotidienne de son entreprise et fournir ses services d'ingénierie. Après ses propres investigations, l'entreprise a indiqué au consultant qu'une clé de session compromise avait servi à générer des tokens OAuth non autorisés sur Claude Code.

Nom : Capture d'écran 2026-09-09 185148.png Affichages : 1890 Taille : 86,5 Ko

Anthropic a précisé que les preuves étaient compatibles soit avec un vol d'identifiants à son insu, soit avec la connexion du compte à un service externe. En partageant sa mésaventure sur Reddit et sur GitHub, Grant De Swardt a découvert que de nombreux autres abonnés faisaient face à des problèmes similaires.

Certains abonnés de Claude ont rapporté que leur compte avait été automatiquement mis à niveau à leur insu avec des consommations grimpant de 0 % à 100 %, tandis que d'autres voyaient leur quota épuisé en quelques minutes seulement. Dans des messages envoyés aux victimes, Anthropic a confirmé qu'un piratage ciblé était en cours pour s'emparer des sessions d'arrière-plan des abonnés. Le laboratoire poursuit ses investigations.

Utilisation d'un malware de type « infostealer » selon Anthropic

Dans un courriel d'avertissement adressé aux utilisateurs concernés, Anthropic explique : « nous avons récemment pris connaissance de l’existence d’un acteur malveillant qui utilise un logiciel malveillant courant de type infostealer pour voler les sessions de connexion à Claude sur les ordinateurs des utilisateurs, puis utilise ces sessions pour accéder aux comptes Claude et épuiser leur quota d’utilisation ». Mais il manque encore de détails.

Pour rappel, les logiciels malveillants de type infostealer (ou voleurs d'informations) s'installent sur l'ordinateur des victimes à la suite du téléchargement de programmes infectés ou de clics sur des publicités piégées afin de dérober les mots de passe et données de session. Ce type de logiciel malveillant diffère des ransomwares, qui signalent leur présence en verrouillant l'accès aux fichiers et en exigeant une rançon pour les déverrouiller.

Nom : 4.png Affichages : 1068 Taille : 63,0 Ko

Les logiciels de vol d’informations sont conçus pour agir en toute discrétion, afin de disposer de suffisamment de temps pour collecter des informations précieuses qui pourront ensuite être utilisées ou vendues par les cybercriminels. Selon les conditions d'Anthropic, lorsqu'une activité suspecte est détectée, l'entreprise déconnecte préventivement les comptes des utilisateurs, annule les autorisations d'accès et effectue des remboursements.

Malgré les explications d'Anthropic, Grant De Swardt n'a jamais reçu ce message d'avertissement officiel et soutient n'avoir trouvé aucune trace de malware sur son matériel informatique. Bien que son compte ait été rétabli après deux semaines de suspension, les difficultés éprouvées pour obtenir une assistance rapide et l'absence totale de relevé détaillé d'utilisation l'ont poussé à résilier son abonnement Claude au profit d'outils concurrents.

Il déplore l'absence de mécanismes de suivi précis de la consommation des tokens : « je ne pense pas qu’il y ait un moyen pour ces personnes de se protéger ». Sollicitée au sujet des moyens mis à disposition des utilisateurs pour repérer ces utilisations frauduleuses, Anthropic a refusé de commenter.

Un utilisateur a confirmé avoir été infecté par un malware

Outre le consultant indépendant Grant De Swardt, Anthropic a également déconnecté plusieurs autres utilisateurs de leurs sessions Claude et supprimé les moyens de paiement des utilisateurs dont les ordinateurs sont considérés comme avoir été piratés. Un utilisateur a publié l'e-mail qu'il a reçu d'Anthropic, dans lequel la société indiquait avoir constaté que le compte de ce client avait été compromis par un logiciel malveillant de type infostealer.

Nom : 11.png Affichages : 1052 Taille : 109,5 Ko

Un utilisateur de Reddit a indiqué avoir reçu une notification d'Anthropic concernant une tentative de vol de tokens sur son compte via l'API. La notification l'informait qu'Anthropic avait constaté qu'il était victime d'un logiciel malveillant de type infostealer. Selon cet utilisateur, il exécute les modèles d'Anthropic sur son ordinateur « exclusivement en mode sans autorisation ». Il a publié une partie du courriel qu'il avait reçu sur son compte Reddit.

En réponse à une question, l’abonné a admis avoir téléchargé un jeu piraté qui contenait un logiciel malveillant de vol d’informations dissimulé. Ce logiciel malveillant aurait volé des identifiants de connexion sur l’ordinateur. Les dégâts ne se sont pas limités au vol de mots de passe. Il a indiqué que ses identifiants Chrome, ses cookies et ses identifiants de session avaient été volés, des données pouvant être utilisées pour usurper son identité en ligne.

Le plus surprenant, cet utilisateur de Reddit affirme que l’authentification à deux facteurs ne l’a pas protégé. Cela s’explique probablement par le fait que l’identifiant de session et les cookies ont pu permettre aux cybercriminels d’usurper l’identité de l’utilisateur de Reddit connecté à Chrome. Les cybercriminels n’ont pas eu besoin de contourner l’authentification à deux facteurs, car ils ont simplement pu exploiter l’état de la session connectée.

Contrôler l'utilisation des tokens : un exercice plus que délicat

Microsoft a commencé à surveiller de près les dépenses de ses employés, après qu’un collaborateur de sa division « Customer and Partner Solutions » a déclaré avoir dépensé 28 000 dollars en tokens en 28 jours. L'analyse de la feuille de calcul des salaires annuels de Microsoft a révélé une dépense médiane liée à l'IA d'environ 300 dollars sur 28 jours, certaines divisions telles que CoreAI affichant des médianes pouvant atteindre 975 dollars.

Nom : 22.png Affichages : 1047 Taille : 210,9 Ko

Ces chiffres, qui ne concernent qu'environ 350 des 223 000 employés de Microsoft, offrent un aperçu de l'explosion des coûts au token liés au codage IA au sein de l'entreprise. Cette évolution des dépenses chez Microsoft s’inscrit dans une tendance que les analystes anticipent déjà à l’échelle du marché.

Selon Gartner, d'ici 2028, les coûts liés au codage avec l'IA dépasseront le salaire moyen d'un développeur, sous l'effet conjugué de la consommation croissante de tokens par les modèles et du passage à des modèles de licence basés sur la consommation de tokens. Les tokens, unités de données traitées par les modèles d’IA générative, deviennent donc un facteur de coût directement lié à l’utilisation des assistants de codage basés sur l'IA.

Cette explosion de la consommation de tokens remet également en cause une autre tendance récente : le « tokenmaxxing ». Apparue au début de l'année 2026, cette pratique consistait à utiliser la consommation de tokens comme une mesure superficielle de la productivité et de l'adoption de l'IA, notamment via des classements internes fondés sur l'idée que plus d'utilisation de tokens signifiait nécessairement plus de performance.

Cette logique devient difficilement soutenable à long terme pour les entreprises. Celles-ci recherchent dorénavant des solutions d'IA moins coûteuses, alors que les rapports sur le coût élevé de l’IA et sur l’incertitude de sa rentabilité se multiplient. En outre, aux États-Unis, une enquête de Robert Half indique que près d'un tiers (32 %) des entreprises ayant supprimé des postes à cause de l'IA ont dû réembaucher pour les mêmes fonctions.

Anthropic et OpenAI face à l'effondrement des prix des tokens

Les modèles d'IA très performants, rivalisant parfois avec ceux d'OpenAI et d'Anthropic, deviennent de plus en plus abordables. Une analyse récente du marché montre que cette tendance à la baisse se poursuit. LLM Token Expenditure Index, l'indice de référence de Silicon Data qui suit quotidiennement les tarifs des tokens d'IA, vient de franchir un cap historique à la baisse en s'établissant à 97 cents par million de tokens le 1er septembre 2026.

Nom : 33.png Affichages : 45 Taille : 192,0 Ko

Cet indicateur s'affiche à son niveau le plus bas depuis sa création à la fin de l'année 2025, représentant une chute de plus de la moitié par rapport au sommet qu'il avait enregistré au cours de l'été. L'indice mesure le prix effectif d'un million de tokens, pondéré par l'utilisation de différents grands modèles de langage (LLM), en combinant les barèmes des fournisseurs avec les volumes de consommation réels observés sur les passerelles de routage.

Plusieurs forces conjoncturelles et structurelles expliquent cette glissade rapide des tarifs sur le marché. Tout d'abord, la prolifération rapide des modèles d'IA à poids ouverts chinois à bas coût, à l'instar du modèle Kimi K3 de Moonshot AI, a exercé une forte pression à la baisse sur l'ensemble des prix. De plus, le leader du secteur, OpenAI, a consenti à des baisses de prix significatives sur deux de ses modèles GPT-5.6 à la fin du mois de juillet 2026.

Par ailleurs, d'autres laboratoires d'IA de pointe ont mis en place des structures de tarification dynamique ajustant les tarifs selon les fluctuations de la demande. Enfin, la réduction globale des coûts de production des tokens à travers l'ensemble de l'industrie technologique contribue directement à cette érosion.

Steve Hou, directeur de la recherche chez Silicon Data, a déclaré que cette baisse pourrait indiquer que l’offre existante, tant pour les modèles de pointe que pour les modèles à moindre coût, est déjà suffisante pour traiter la plupart des tâches. Si cette dynamique est une bonne nouvelle pour les utilisateurs finaux, ce n'est pas peut-être le cas pour les laboratoires tels qu'OpenAI et Anthropic, qui doivent encore démontrer leur rentabilité.

Source : billet de blogue)

Et vous ?

:fleche: Quel est votre avis sur le sujet ?
:fleche: Que pensez-vous du vol de tokens qui touche les utilisateurs de l'assistant IA Claude ?
:fleche: Avez-vous constaté un épuisement anormal de vos tokens Claude ? Si oui, partagez votre expérience.

Voir aussi

:fleche: Un employé dépense 28 000 $ en tokens IA en 28 jours, désormais Microsoft surveille tout le monde depuis que les coûts au token liés au codage IA explosent

:fleche: Les prix des tokens d'IA ont atteint des niveaux historiquement bas en raison d'une concurrence accrue et de l'essor des modèles chinois à poids ouverts, la promesse de profits colossaux s'amenuise

:fleche: 55 % des dirigeants regrettent les licenciements des humains et leur remplacement par l'intelligence artificielle, un revirement majeur en matière de recrutement s'est amorcé, d'après une récente étude
Images attachées
     
]]> Intelligence artificielle Mathis Lucas https://www.developpez.net/forums/d2185569/general-developpement/algorithme-mathematiques/intelligence-artificielle/pirates-informatiques-volent-tokens-d-utilisation-aux-abonnes-l-assistant-ia-claude/ Votre travail n’a peut-être pas besoin du modèle le plus performant https://www.developpez.net/forums/showthread.php?t=2185567&goto=newpost Wed, 09 Sep 2026 16:59:46 GMT Votre travail n'a peut-être pas besoin du modèle d'IA le plus performant, par Waldek Mastykarz

Votre travail n’a peut-être pas besoin du modèle le plus performant. Face à l’engouement suscité par GPT-6 Astra, il est facile d’en faire votre choix par défaut et de s’attendre à obtenir le meilleur résultat à chaque fois. Cette attente mérite d’être remise en question, car l’amélioration apportée à votre travail doit justifier le coût. Même lorsque l’entreprise prend en charge les frais d’utilisation, les choix effectués par les développeurs tout au long de la journée finissent par peser lourd dans la balance.

Pour une équipe qui doit décider comment dépenser son budget alloué aux agents, la question pertinente est la suivante : quel est le modèle minimal viable pour notre travail ? Trouver le modèle le moins cher qui réponde à vos exigences commence par la sélection de candidats, ce à quoi un classement peut vous aider. Évaluer ces candidats sur vos propres tâches vous permettra de déterminer lequel soutient le mieux le flux de travail de votre équipe.

Ce que vous apporte la mise à niveau

Lors d’une précédente comparaison de modèles, un modèle plus récent a suivi les instructions de mise à niveau explicites de manière plus fiable, tandis que le modèle plus ancien a produit une architecture plus idiomatique dans les scénarios que nous avons mesurés. L’utilité de la mise à niveau dépendait du type de travail que nous lui confions. Les benchmarks publics mesurent leur propre ensemble de tâches dans un environnement particulier ; vos dépôts et la configuration de vos agents peuvent donc produire des résultats différents.

Pour voir à quoi ressemblait ce compromis pour Astra, nous l’avons comparé à Claude Sonnet 4.6, un modèle couramment utilisé, dans trois scénarios de mise à niveau de code. Les deux modèles ont été exécutés dans GitHub Copilot Chat au sein de Visual Studio Code sous Windows avec la même configuration de scénario, et nous avons exécuté chaque profil cinq fois. Vous trouverez ci-dessous une comparaison appariée pour chaque scénario, avec des scores de qualité arrondis et des coûts par exécution basés sur la tarification de GitHub Copilot au moment de la rédaction :

Nom : 1.jpg Affichages : 4191 Taille : 51,4 Ko

Dans ces configurations, le coût plus élevé d’Astra nous a valu un score inférieur sur une tâche, un score similaire sur une autre et une légère amélioration sur la troisième. Claude Sonnet 4.6 sert ici de point de comparaison familier, et cinq exécutions par profil nous donnent un premier aperçu des performances. Déterminer si une différence d’un point est fiable nécessiterait une évaluation plus approfondie.

La comparaison avec le JDK s’est avérée très différente sans les extensions ajoutées : Astra a obtenu un score de 93 % contre 76 % pour Sonnet, à 8,59 $ contre 1,68 $ par exécution. L’ajout de la compétence de migration a inversé la comparaison en termes de qualité et augmenté les coûts pour les deux modèles ; les directives utilisées par votre équipe doivent donc être prises en compte dans l’évaluation au même titre que le modèle.

Seriez-vous prêt à payer plus de cinq fois plus cher pour un point supplémentaire ? La réponse dépend des contrôles qui se sont améliorés et de ce que ces améliorations signifient pour votre travail. Un score de qualité global mesure les performances par rapport aux critères d’évaluation, tandis que l’évaluation du risque d’actions destructrices nécessite des preuves concernant ces défaillances spécifiques. Pour les tâches ayant des conséquences importantes, ces preuves doivent s’accompagner de mesures de sécurité appropriées et d’une validation humaine.

Déterminez votre modèle minimal viable

Avant de lancer l’évaluation, définissez ce que le modèle doit absolument réussir et quel niveau d’échec votre équipe est en mesure de tolérer. Ces exigences déterminent quels modèles sont viables pour le travail à réaliser, ce qui vous permet ensuite de comparer leurs coûts. Fixer la barre dès le départ vous aide également à juger les résultats indépendamment de toute préférence pour un modèle particulier.

Le montant que vous êtes prêt à payer pour une amélioration dépendra des conséquences d’un échec. Hypothétiquement, une amélioration d’un point à un prix dix fois plus élevé pourrait être difficile à justifier pour un travail de routine, tandis qu’une amélioration de dix points à un prix deux fois plus élevé pourrait en valoir la peine si les contrôles améliorés permettent de remédier à des défaillances ayant des conséquences en aval. Se mettre d’accord sur ces compromis avant de commencer donne à l’équipe une base pour décider de la suite à donner aux résultats.

Une fois ces exigences définies, comparez les modèles à l’aide des mêmes scénarios et critères d’évaluation, en conservant l’espace de travail et la configuration des agents inchangés. Les différences entre les systèmes d’exploitation ou les configurations des agents peuvent influencer les résultats ; l’environnement doit donc refléter le travail de votre équipe et rester cohérent tout au long de la comparaison. Pour obtenir des conseils sur la définition des critères et l’évaluation des exécutions répétées, consultez l’article « Créer des évaluations AX qui fonctionnent réellement ».

Un modèle par défaut peut tout de même être la bonne réponse

Supposons que votre évaluation montre que cinq modèles excellent chacun dans un type de tâche différent, mais que les différences sont négligeables. Payer 0,02 $ de plus par tâche pour utiliser un seul modèle pour toutes pourrait s’avérer plus avantageux, offrant aux développeurs un workflow prévisible et un modèle par défaut à prendre en charge. Cette commodité peut l’emporter sur les maigres économies réalisées en choisissant un modèle pour chaque tâche, tandis qu’une amélioration significative sur une tâche particulière pourrait justifier une exception. Utilisez les résultats pour mettre en balance les avantages et la décision supplémentaire que les développeurs doivent prendre, et gardez la sélection des modèles aussi simple que le permet le travail.

Votre choix a une date d’expiration

Une fois que vous avez choisi un modèle par défaut, une mise à jour de l’agent ou une nouvelle extension peut modifier son efficacité sur la même tâche. Les nouveaux modèles vous offrent davantage d’options, et les changements de tarification modifient le rapport qualité-prix même lorsque la qualité reste stable. Une décision qui était la bonne le mois dernier peut aujourd’hui s’avérer inutilement coûteuse ou exposer l’équipe à davantage d’échecs.

Pour que ce choix reste d’actualité, conservez un petit ensemble de scénarios représentatifs et réexécutez-les à mesure que votre équipe met à jour ses agents et ses extensions. Les modifications apportées aux modèles ou aux tarifs constituent également des raisons de réexaminer la comparaison. À quelle fréquence devez-vous l’effectuer ? Aussi souvent que vous pouvez donner suite aux conclusions, en laissant à l’équipe le temps d’étudier les résultats et de mettre à jour sa recommandation.

Les évaluations ont un coût et leur maintenance demande des efforts, mais le partage des conclusions permet à toute l’équipe de bénéficier de cet investissement. Que Astra justifie son surcoût par rapport à votre travail ou que votre modèle actuel réponde déjà à vos besoins, vous disposerez de données probantes pour orienter l’affectation du budget. Évaluez votre travail, puis financez les améliorations que vous pouvez justifier.

Source : Your work might not need the smartest model

Et vous ?

:fleche: Quel est votre avis sur le sujet ?

Voir aussi :

:fleche: Exploiter tout le potentiel de l'IA pour tous les développeurs dans Visual Studio grâce à la fonctionnalité « Bring your Own Model », par Tanmayee Kamath

:fleche: Quel est le modèle d'IA le plus puissant que vous pouvez entraîner sur un ordinateur portable en cinq minutes ? par Sean Goedecke

:fleche: Microsoft remplace les modèles d'OpenAI et d'Anthropic au sein de GitHub Copilot, Excel et Outlook par son propre modèle MAI, moins coûteux. Copilot Chat et PowerPoint sont les prochains
Images attachées
 
]]> Intelligence artificielle Waldek Mastykarz https://www.developpez.net/forums/d2185567/general-developpement/algorithme-mathematiques/intelligence-artificielle/travail-n-etre-besoin-modele-plus-performant/ DeepSeek v4.1 Flash est incroyablement performant et moins cher, surpassant la V4 Pro sur les indicateurs clés https://www.developpez.net/forums/showthread.php?t=2185566&goto=newpost Wed, 09 Sep 2026 16:21:47 GMT *Le modèle IA DeepSeek v4.1... Le modèle IA DeepSeek v4.1 Flash est incroyablement performant et moins cher, surpassant la version V4 Pro sur tous les indicateurs clés, comme la performance, le coût et le temps d'exécution des tâches

DeepSeek a annoncé la disponibilité de son modèle d'intelligence artificielle (IA) DeepSeek V4.1 Flash à des fins de test, avant son lancement officiel prévu le 10 septembre 2026. Selon l'entreprise, ce modèle offre des performances élevées à un prix abordable, avec une capacité de traitement pouvant atteindre 427 tokens par seconde. Ses fonctionnalités multimodales avancées permettent son utilisation dans la modélisation 3D, le développement de jeux vidéo, le raisonnement spatial et les simulations intelligentes. La société maintient les tarifs au niveau de ceux de la version V4 Flash pendant toute la phase de test, des baisses étant confirmées pour le 10 septembre 2026. Disponible dès à présent via l’API DeepSeek, avec un maximum de 20 requêtes simultanées par compte, ce modèle présente toutefois certaines limites, notamment une tendance à trop réfléchir et des performances inférieures à celles de ses concurrents, tels que GPT-6, Astra et Fable 5.1, dans les simulations basées sur la physique.

La société Hangzhou DeepSeek Artificial Intelligence Basic Technology Research Co., Ltd., opérant sous le nom de DeepSeek, est une entreprise chinoise spécialisée dans l'intelligence artificielle (IA) qui développe des grands modèles de langage (LLM) à poids ouverts. Basée à Hangzhou, dans la province du Zhejiang, DeepSeek est détenue et financée par High-Flyer, un fonds spéculatif chinois.

DeepSeek prévoit de lancer officiellement le modèle V4.1 Flash le 10 septembre 2026. À l'issue de tests approfondis menés en interne et en externe, la version 4.1 de Flash a surpassé la version 4 Pro sur tous les indicateurs clés, notamment en termes de performances, de coût, de vitesse et de temps d'exécution des tâches. Conformément à l'engagement de l'entreprise envers ses utilisateurs, après le lancement officiel de la version V4.1 Flash et avant la sortie de la version V4.1 Pro, toutes les demandes concernant le modèle Pro seront redirigées vers la version V4.1 Flash et facturées selon le tarif de cette dernière.


DeepSeek V4.1 Flash s'impose comme une option de choix pour les professionnels à la recherche d'un équilibre entre rapidité, prix abordable et polyvalence dans les flux de travail basés sur l'IA. Disponible à l'essai jusqu'au 10 septembre 2026, le modèle s'appuie sur les fondements de la version 4 Flash, offrant des performances améliorées tout en conservant un bon rapport coût-efficacité.

Il convient de noter que la vitesse de traitement du modèle atteint 427 tokens par seconde, ce qui en fait un choix parfait pour les tâches urgentes telles que le développement de jeux vidéo, la modélisation 3D et le codage complexe. La capacité du modèle à gérer des scénarios exigeants sans compromettre la qualité en fait ainsi une solution pratique pour les industries modernes.

Une vitesse et une puissance de traitement exceptionnelles

DeepSeek V4.1 Flash se distingue par sa vitesse de traitement, capable de traiter jusqu’à 400 tokens par seconde, avec des débits maximaux atteignant 427 tokens par seconde lors de tests spécifiques. Ces performances surpassent celles de nombreux concurrents, notamment Mixtral 8x7B, ce qui en fait un choix idéal pour les projets où le temps est un facteur crucial. La capacité du modèle à fournir des résultats rapides sans compromettre la qualité garantit qu’il reste un outil précieux pour les professionnels travaillant avec des délais serrés.

Malgré sa vitesse remarquable, DeepSeek V4.1 Flash conserve une structure tarifaire compétitive, garantissant ainsi un accès à des performances élevées pour un large public. Cet équilibre entre vitesse et prix abordable fait de ce modèle une alternative pratique pour les développeurs et les entreprises à la recherche de solutions d'IA fiables.

Des prix abordables sans compromis sur la qualité

DeepSeek V4.1 Flash conservera la même tarification que la version 4 Flash pendant sa phase de test, offrant ainsi une solution économique aux utilisateurs de divers secteurs d’activité. De plus, DeepSeek a annoncé des baisses de prix pour la version 4 Flash à compter du 10 septembre 2026, renforçant ainsi son engagement en faveur de l’accessibilité financière. Cette stratégie tarifaire garantit que le modèle restera accessible à un large éventail d’utilisateurs, des développeurs indépendants aux grandes entreprises.

Selon l'entreprise, le prix unitaire sera de 0,003 dollar pour les accès réussis au cache d'entrée, de 0,15 dollar pour les accès manqués et de 0,6 dollar pour les sorties, en dehors des heures de pointe. Les tarifs en heures de pointe seront quant à eux le double de ceux pratiqués en dehors des périodes de pointe. DeepSeek a indiqué qu'elle ajusterait les tarifs de la série Flash à compter du 10 septembre 2026 à 12 h 00, heure de Pékin, et recommande à ses utilisateurs de planifier leur utilisation en conséquence.

En privilégiant l'accessibilité financière sans pour autant compromettre la qualité, DeepSeek V4.1 Flash permet ainsi aux utilisateurs de bénéficier de fonctionnalités avancées d'IA sans dépasser leur budget. Cette approche souligne l'engagement de l'entreprise à rendre les technologies innovantes accessibles au plus grand nombre.


Fonctionnalités multimodales avancées

DeepSeek V4.1 Flash se distingue dans les tâches multimodales et propose un ensemble de fonctionnalités conçues pour répondre aux besoins d'un large éventail de secteurs d'activité. Sa polyvalence en fait un outil très utile pour les professionnels à la recherche de solutions innovantes face à des défis complexes. Les principales fonctionnalités du modèle sont les suivantes :

  • Modélisation 3D et art voxel : DeepSeek V4.1 Flash génère des modèles 3D détaillés et des créations basées sur des voxels, destinés à des applications dans les domaines de l'architecture, des jeux vidéo et de la création.
  • Développement de jeux vidéo : il facilite la création d'environnements complexes, tels que des jardins chinois classiques, des mondes inspirés de Minecraft et des circuits de course à la manière de Mario Kart.
  • Raisonnement spatial et comportement intelligent : DeepSeek V4.1 Flash fait preuve d'une perception spatiale avancée et s'illustre dans des tâches telles que la navigation dans des donjons et les vues éclatées à la caméra, qui nécessitent une simulation intelligente des environnements.

Ces fonctionnalités font de DeepSeek V4.1 Flash un outil polyvalent destiné à des secteurs allant de l'architecture aux jeux vidéo, en passant par la recherche par simulation. Sa capacité à prendre en charge des tâches variées permet aux utilisateurs de s'appuyer sur cet outil aussi bien pour des projets créatifs que techniques.

Aborder les contraintes et les opportunités de croissance

Bien que DeepSeek V4.1 Flash offre des résultats remarquables, il n’est toutefois pas exempt de limites. Dans certains cas, le modèle a tendance à trop réfléchir, ce qui entraîne des calculs superflus susceptibles de ralentir la production des résultats. De plus, ses performances dans les simulations basées sur la physique, telles que les lancements de fusées, sont inférieures à celles de concurrents comme GPT-6 Astra et Fable 5.1.

Ces limites offrent des opportunités d'amélioration pour l'avenir. En s'attaquant à ces points, l'entreprise peut renforcer davantage les capacités du modèle, afin de s'assurer qu'il continue à répondre aux besoins en constante évolution de ses utilisateurs. L'engagement de DeepSeek en faveur de l'innovation laisse penser que ces défis seront activement pris en compte dans les prochaines versions.

Applications dans divers secteurs d'activité

La polyvalence de DeepSeek V4.1 Flash s'étend à un large éventail d'applications. Parmi celles-ci, on peut citer :

  • Génération d'environnements 3D interactifs : des projets architecturaux aux univers de jeux immersifs, le modèle offre des résultats de haute qualité adaptés aux spécifications de l'utilisateur.
  • Programmation et développement : grâce à sa rapidité et à son efficacité, le modèle constitue un outil fiable pour relever des défis de programmation complexes, rationaliser les flux de travail et améliorer la productivité.
  • Simulations dynamiques : le modèle prend en charge les simulations nécessitant un raisonnement spatial et un comportement intelligent.

Ces applications mettent en évidence le potentiel du modèle pour rationaliser les flux de travail, stimuler la créativité et améliorer la productivité dans divers secteurs d'activité. Sa polyvalence permet aux utilisateurs de s'appuyer sur lui pour un large éventail de tâches, allant de la résolution de problèmes techniques à la conception créative.

Façonner l'avenir des technologies d'IA

DeepSeek V4.1 Flash marque un progrès significatif dans le développement des solutions basées sur l'IA. Alliant rapidité, prix abordable et polyvalence, il établit une nouvelle référence en matière de performances et de facilité d'utilisation. Que vous conceviez des modèles 3D complexes, développiez des environnements de jeu immersifs ou releviez des défis de programmation complexes, DeepSeek V4.1 Flash vous offre un outil fiable et accessible pour répondre à vos besoins.

Le modèle est disponible à des fins de test via l'API DeepSeek jusqu'au 10 septembre 2026, dans la limite de 20 requêtes simultanées par compte. Cette mise à disposition permet aux utilisateurs d'explorer par eux-mêmes les capacités du modèle et de fournir des retours d'expérience précieux.

Alors que DeepSeek continue d’améliorer les performances et l’efficacité de ses modèles, cette évolution s’inscrit dans une progression plus large des modèles d’IA chinois. Selon le rapport State of AI d’OpenRouter, l'adoption mondiale des modèles d'IA open source chinois a presque triplé en 2025, passant de 13 % à près de 30 % de l’utilisation totale, principalement sous l’impulsion de DeepSeek et de Qwen d’Alibaba. Fondé sur l’analyse de plus de 100 000 milliards de tokens et de plus de 300 modèles, ce rapport traduit un déplacement du marché, auparavant dominé par les modèles propriétaires, vers une concurrence plus diversifiée où l’open source chinois occupe une place croissante.

Source : DeepSeek

Et vous ?

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

Voir aussi :

:fleche: Le nouveau modèle DeepSeek-V4-Flash-0731 surpasse sa propre version « Pro ». Il rivalise avec GPT-5.6 Luna, pour un coût inférieur d'environ 60 %, même après la baisse de prix de 80 % pratiquée par OpenAI

:fleche: DeepSeek dévoile un aperçu de son modèle V4 tant attendu, qui offre un contexte d'un million de jetons et d'excellents résultats en matière de codage, mettant la pression sur l'ensemble du marché de l'IA

:fleche: DeepSeek avertit les développeurs d'une hausse importante des tarifs de son API et leur recommande de revoir leurs plans d'utilisation avant l'entrée en vigueur de cette modification

:fleche: La société chinoise DeepSeek développe sa propre puce d'IA afin de réduire sa dépendance vis-à-vis de Nvidia et de Huawei, une puce conçue pour l'inférence, où le modèle entraîné génère des réponses ]]> Intelligence artificielle Anthony https://www.developpez.net/forums/d2185566/general-developpement/algorithme-mathematiques/intelligence-artificielle/deepseek-v4-1-flash-incroyablement-performant-cher-surpassant-v4-pro-indicateurs-cles/ OpenAI lance ChatGPT Images 2.5, avec des « détails plus nets » et une « retouche plus précise » https://www.developpez.net/forums/showthread.php?t=2185559&goto=newpost Wed, 09 Sep 2026 09:59:03 GMT *OpenAI lance ChatGPT Images... OpenAI lance ChatGPT Images 2.5, la dernière version de son modèle IA de génération d'images, avec « des détails plus nets, une génération plus rapide, et une retouche plus précise »

OpenAI lance ChatGPT Images 2.5, la dernière version de son modèle IA de génération d'images. Images 2.5 met en avant « des détails plus nets, une génération plus rapide, une retouche plus précise et de meilleurs outils pour créer et partager ». « Images 2.5 produit un éclairage plus naturel et des textures plus riches, préserve mieux les sujets de vos photos de référence et suit les instructions de retouche de manière plus fiable au fil des itérations », explique OpenAI. OpenAI lance deux versions d’Images 2.5 que les développeurs pourront intégrer à leurs applications. GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst seront disponibles via l’API d’OpenAI.

OpenAI est une société d’intérêt public (PBC) américaine spécialisée dans l’intelligence artificielle (IA), dont le siège social est situé à San Francisco. Elle développe des modèles d’IA générative propriétaires, en particulier sa série de grands modèles de langage (LLM) appelés « Generative Pre-trained Transformer » (GPT). Le lancement de ChatGPT en novembre 2022 est considéré comme ayant catalysé l’essor de l’IA ; en septembre 2026, ChatGPT est le cinquième site web le plus visité au monde. OpenAI commercialise également les modèles GPT Image et Codex, un agent de codage basé sur l’IA.

En avril 2026, OpenAI a lancé ChatGPT Images 2.0, positionnant son nouveau modèle d'image comme une évolution d'un outil de rendu vers ce que l'entreprise appelle un « partenaire de réflexion visuelle ». Ce « partenaire » est un système capable de raisonner à travers des tâches visuelles complexes, de vérifier ses propres résultats et de générer jusqu’à huit images cohérentes à partir d’une seule instruction générative. Images 2.0 est le premier modèle d'image d'OpenAI doté de capacités de réflexion natives. Lorsqu'un modèle Reasoning ou Pro est sélectionné dans ChatGPT, le système est capable de rechercher des informations en temps réel sur le Web, de produire plusieurs images distinctes à partir d'une seule requête et recouper ses propres résultats avant de les fournir.

Cinq mois plus tard, l’entreprise lance une version améliorée, ChatGPT Images 2.5. ChatGPT Images 2 constituait un bond en avant notable par rapport aux précédents outils de génération d’images de l’entreprise. Il offrait une résolution de 2K, la prise en charge de plusieurs formats d’image et la possibilité d’utiliser la recherche sur le Web pour obtenir des informations à jour. Images 2 proposait également une prise en charge des langues non latines et deux niveaux d’intelligence : « Instant » et « Thinking ».

La dernière version, Images 2.5, met en avant « des détails plus nets, une génération plus rapide, une retouche plus précise et de meilleurs outils pour créer et partager ». « Images 2.5 produit un éclairage plus naturel et des textures plus riches, préserve mieux les sujets de vos photos de référence et suit les instructions de retouche de manière plus fiable au fil des itérations », explique OpenAI. « Nous avons également réduit la latence de génération d’images jusqu’à 50 % par rapport à Images 2.0, ce qui vous permet de générer des images et d’affiner vos concepts plus rapidement. »


De plus, l’entreprise présente en détail une nouvelle fonctionnalité « Sketch » qui permet de dessiner directement dans ChatGPT. Celle-ci peut servir de référence pour la génération d’images. Par ailleurs, OpenAI propose des modèles pour les formats d’images courants, le partage de prompts (instructions génératives) afin que d’autres puissent tester vos idées en matière de génération d’images, et bien plus encore.

Par ailleurs, OpenAI lance deux versions d’Images 2.5 que les développeurs pourront intégrer à leurs applications. GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst seront disponibles via l’API d’OpenAI :

- GPT-Image-2.5 Flare apporte les mêmes améliorations en termes de qualité, d’édition et de vitesse à l’API ; c’est le choix par défaut pour la plupart des applications, offrant des images de meilleure qualité que GPT-Image-2 avec une latence réduite de 50 %. Il est parfaitement adapté à tous les usages, du contenu créatif et des réseaux sociaux aux expériences produit, en passant par la recherche visuelle, le prototypage rapide d’images et la génération à grand volume.

- GPT-Image-2.5 Sunburst est conçu pour les workflows visuels haut de gamme qui nécessitent un contrôle plus précis des modifications. Utilisez-le pour les workflows créatifs et d’édition, tels que les visuels de campagne prêts à la production ou les images de produits soignées.

« Images 2.5 est déployé dès aujourd’hui pour les utilisateurs de ChatGPT, ChatGPT Work et Codex, tous niveaux confondus, sur ordinateur, mobile et web », indique OpenAI. Vous pouvez en savoir plus sur cette nouvelle technologie de génération d’images ici. La sortie de ChatGPT Images 2.5 fait suite au lancement de GPT-6 Astra.

Voici l'annonce d'OpenAI :

Présentation de ChatGPT Images 2.5

Chaque semaine, les utilisateurs créent plus de 3 milliards d’images via ChatGPT Images et les modèles GPT-Image de l’API. Aujourd’hui, nous élargissons vos possibilités de création avec ChatGPT Images 2.5, notre nouveau modèle d’image de pointe qui apporte des détails plus nets, une retouche plus précise et une génération plus rapide à vos flux de travail créatifs.

Images 2.5 produit un éclairage plus naturel et des textures plus riches, préserve mieux les sujets de vos photos de référence et suit les instructions d’édition de manière plus fiable au fil des itérations. Nous avons également réduit la latence de génération d’images jusqu’à 50 % par rapport à Images 2.0, ce qui vous permet de générer des images et d’affiner vos concepts plus rapidement.

Dans ChatGPT, nous introduisons des fonctionnalités qui vous offrent davantage de contrôle sur le processus créatif. Sketch⁠ est une nouvelle fonctionnalité qui vous permet de dessiner directement dans ChatGPT afin de servir de référence pour votre image finale. Les modèles facilitent le démarrage de la création dans certains des formats d’image les plus courants, tels que les flyers et les photos de produits. Vous pouvez désormais également ajouter des commentaires directement sur les images pour une retouche plus ciblée, et partager les consignes que vous avez utilisées afin que d’autres puissent tester vos idées avec leurs propres photos et détails.

Images 2.5 est disponible pour tous les utilisateurs de ChatGPT, ChatGPT Work et Codex sur ordinateur, mobile et sur le Web.

Pour les développeurs, nous introduisons deux nouveaux modèles dans l’API. GPT‑Image‑2.5 Flare apporte les mêmes améliorations en termes de qualité, d’édition et de vitesse, tandis que GPT‑Image‑2.5 Sunburst offre un niveau de précision supplémentaire pour les travaux créatifs détaillés, avec des temps de génération plus longs.

Une fidélité d’image optimale lors de la création

Les images les plus évocatrices s’ancrent dans les personnes, les lieux et les souvenirs réels dont elles s’inspirent. Images 2.5 excelle dans l’utilisation de photos de référence pour transformer des sujets familiers en leur attribuant de nouveaux décors, styles visuels et compositions. Les sujets des images sont plus reconnaissables, l’éclairage et les textures paraissent plus naturels, et les traits distinctifs sont mieux préservés.

Pour les équipes qui développent à l’aide de l’API, cette même fidélité rend les workflows basés sur des références plus fiables, ce qui permet aux variations de rester fidèles à la source d’origine.

Nom : 1.jpg Affichages : 402 Taille : 62,0 Ko

Édition de précision

Nous vous avons facilité la réalisation de modifications ciblées, afin que vous obteniez des images finales plus fidèles à ce que vous aviez réellement en tête. Images 2.5 est plus performant pour modifier uniquement ce que vous avez demandé, tout en conservant le reste des détails inchangés, même avec des sujets et des arrière-plans plus complexes.

Pour les développeurs utilisant l’API Images, cela permet aux utilisateurs de mettre à jour un seul élément — tel qu’un produit, un arrière-plan ou un texte — tout en préservant le sujet, la composition et l’identité visuelle de la marque qui l’entoure.

Cohérence des modifications sur plusieurs itérations

Au cours de conversations ChatGPT plus longues, Images 2.5 suit les instructions d’édition spécifiques de manière plus fiable sur plusieurs itérations. Les modifications antérieures ont plus de chances de rester cohérentes, et chaque nouvelle modification s’appuie sur le travail déjà effectué sans dégrader la qualité de l’image au fil du temps.

Cette cohérence est également importante dans les workflows de production, où les développeurs doivent apporter des modifications ciblées sans avoir à recréer l’intégralité de la ressource.

Améliorations en matière d’intelligence et de style

Images 2.5 comprend mieux les instructions visuelles complexes et les traduit en résultats cohérents. Les images incluant des informations issues du monde réel présentent un contenu plus précis, et le modèle est capable de gérer des mises en page plus complexes, y compris des arrière-plans transparents. Il reflète également mieux les styles visuels, ce qui permet à vos images de correspondre davantage à votre vision artistique.

Pour les développeurs et les entreprises, cela rend les briefs créatifs complexes plus fiables. Le modèle est plus à même de conserver l’orientation visuelle, la composition et les détails individuels demandés, au lieu de s’écarter à mesure que les instructions deviennent plus précises. Cela est important lors de la génération d’une série de ressources créatives conformes à l’identité de marque, de concepts d’interface utilisateur préservant une hiérarchie donnée ou de visuels de présentation s’inscrivant dans une structure définie.

Nom : 2.jpg Affichages : 370 Taille : 163,1 Ko

Utilisez Sketch pour donner vie à votre idée

Parfois, le moyen le plus clair d’expliquer une idée est de la dessiner.

Nous vous présentons Sketch, une nouvelle fonctionnalité qui vous permet de dessiner directement dans ChatGPT et de l’utiliser comme guide visuel. Vous pouvez désormais esquisser rapidement l’agencement d’une pièce, les contours d’une tenue que vous êtes en train de concevoir, ou simplement un gribouillage amusant, et ChatGPT transformera votre croquis en une image aboutie. Ajoutez une description du style et tout autre détail souhaité pour vous assurer que le résultat reflète bien votre vision.

Pas besoin d’être un artiste professionnel : il s’agit simplement d’un moyen supplémentaire de rapprocher votre image finale de ce que vous avez en tête. Pour l’essayer vous-même⁠, il vous suffit de taper « @Sketch » dans ChatGPT.

Nom : 3.jpg Affichages : 61 Taille : 11,6 Ko

Structurez vos instructions génératives pour obtenir de meilleurs résultats

Il arrive parfois que vous ayez une idée précise de ce que vous souhaitez créer, mais que vous ayez simplement besoin d’un coup de pouce pour vous lancer.

Nous proposons désormais des modèles pour certains des formats créatifs les plus populaires. Au lieu de partir d’une toile vierge, vous pouvez choisir un modèle tel que « Affiche » ou « Produits dérivés », puis ajouter des détails comme les informations à transmettre, des éléments de design ou des styles pour personnaliser vos résultats.

Nom : 4.jpg Affichages : 61 Taille : 20,2 Ko

Partagez vos meilleures idées

Souvent, vous obtenez une image trop belle pour ne pas être partagée.

Désormais, lorsque vous partagez une image, vous pouvez également choisir d’inclure la suggestion qui vous a permis d’y parvenir. Une autre personne pourra alors s’inspirer de cette même idée, en y ajoutant ses propres images et détails pour créer une version qui lui ressemble.

Images 2.5 dans l'API

Grâce à l'API Images, les développeurs intègrent des workflows de génération d'images dans des produits utilisés quotidiennement par les équipes créatives, marketing, de vente au détail et des médias.

Nous lançons deux nouveaux modèles d’images dans l’API :

- GPT‑Image‑2.5 Flare apporte les mêmes améliorations en termes de qualité, d’édition et de vitesse à l’API. Il s’agit du choix par défaut pour la plupart des applications, offrant des images de meilleure qualité que GPT‑Image‑2 avec une latence réduite de 50 %. Il est parfaitement adapté à tous les usages, du contenu créatif et des réseaux sociaux aux expériences produit, en passant par la recherche visuelle, le prototypage rapide d’images et la génération à grand volume.

- GPT‑Image‑2.5 Sunburst est conçu pour les workflows visuels haut de gamme qui nécessitent un contrôle plus rigoureux des modifications. Utilisez-le pour les workflows créatifs et d’édition, tels que les créations de campagne prêtes à la production ou les visuels de produits soignés.

Notre engagement en matière de sécurité

Nous développons la génération d’images pour qu’elle soit utile, créative et sûre. ChatGPT Images 2.5 s’appuie sur nos mesures de sécurité existantes, avec des contrôles des invites et des images afin d’éviter les résultats préjudiciables. Nous continuons à utiliser les métadonnées C2PA et le tatouage numérique invisible pour faciliter l’identification des images créées à l’aide de nos outils. Vous pouvez en savoir plus sur nos évaluations et notre approche dans la fiche du système⁠(s’ouvre dans une nouvelle fenêtre).

Tarifs et disponibilité

Images 2.5 est déployé dès aujourd’hui pour les utilisateurs de ChatGPT, ChatGPT Work et Codex, tous niveaux confondus, sur ordinateur, mobile et Web.

Source : Annonce d'OpenAI

Et vous ?

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

Voir aussi :

:fleche: Sam Altman s'excuse pour le lancement chaotique de GPT-6 Astra, des utilisateurs payants s'étant retrouvés bloqués devant des écrans de chargement

:fleche: SpaceX lance Imagine Image 2.0 sur son IA Grok, avec des fonctionnalités d'édition avancées et des modèles de flux de travail pour la génération d'images et de vidéos par IA

:fleche: Google lance Nano Banana 2 Lite, un nouveau modèle de génération d'images axé sur la rapidité et la réduction des coûts, et met à disposition la fonctionnalité de génération de vidéos Gemini Omni Flash
Images attachées
    
]]> Intelligence artificielle Jade Emy https://www.developpez.net/forums/d2185559/general-developpement/algorithme-mathematiques/intelligence-artificielle/openai-lance-chatgpt-images-2-5-details-plus-nets-retouche-plus-precise/ Les autorités fédérales américaines accusent la Chine de procéder à une « distillation systématique » https://www.developpez.net/forums/showthread.php?t=2185554&goto=newpost Wed, 09 Sep 2026 08:44:02 GMT *Les autorités fédérales... Les autorités fédérales américaines accusent la Chine de procéder à une « distillation systématique » des modèles d'IA américains, en utilisant des systèmes sophistiqués

Les autorités fédérales américaines accusent la Chine de distillation « systématique » de modèles d’IA américains. Un avis conjoint allègue que des entreprises chinoises utilisent des systèmes sophistiqués pour acheminer des millions de requêtes de données vers des modèles d’IA américains via différents comptes et différentes plateformes. L’avis cite des entreprises chinoises telles que DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun et Z.AI, affirmant qu’elles ont dépensé des milliards de jetons au cours de millions d’échanges et de requêtes avec des modèles d’IA américains de pointe tels que Claude d’Anthropic, ChatGPT d’OpenAI, Gemini de Google et Grok de xAI, depuis au moins fin 2024. « La lutte contre la distillation à l’échelle industrielle mérite une réponse coordonnée à l’échelle de l’écosystème de l’IA, incluant un partage efficace des informations entre le gouvernement américain, le secteur privé et les nations alliées », précise l’avis.

En apprentissage automatique, la distillation de connaissances ou la distillation de modèles désigne le processus consistant à transférer des connaissances d’un grand modèle vers un modèle plus petit. Si les grands modèles (tels que les réseaux neuronaux très profonds ou les ensembles de nombreux modèles) disposent d’une plus grande capacité de connaissances que les petits modèles, cette capacité n’est pas toujours pleinement exploitée. L’évaluation d’un modèle peut s’avérer tout aussi coûteuse en ressources de calcul, même s’il n’utilise qu’une petite partie de sa capacité de connaissances. La distillation de connaissances permet de transférer les connaissances d’un grand modèle vers un modèle plus petit sans perte de validité. Les modèles plus petits étant moins coûteux à évaluer, ils peuvent être déployés sur du matériel moins puissant (comme un appareil mobile).

Le 23 avril 2026, l'administration Trump a officiellement accusé des entités chinoises de mener des campagnes organisées pour copier les modèles d'intelligence artificielle (IA) américains. La technique en cause, la distillation, se situe à la frontière floue entre pratique légitime et espionnage industriel. Pékin balaie ces accusations d'un revers de main et DeepSeek, visé implicitement, publie le jour suivant son modèle V4 en fanfare.

Récemment, le gouvernement américain a rappellé ces accusations en affirmant que les entreprises chinoises spécialisées dans l’IA menent une campagne délibérée et « systématique » visant à extraire illégalement les modèles d’IA de pointe américains et leurs capacités. Selon un avis conjoint sur la cybersécurité publié par l’Agence nationale de sécurité (NSA), l’Agence de cybersécurité et de sécurité des infrastructures (CISA) et le FBI, l’ampleur même de ces efforts depuis 2024 indique que la distillation constitue un élément essentiel de la politique industrielle chinoise en matière d’IA.

« Des entreprises chinoises spécialisées dans l’intelligence artificielle procèdent à une extraction systématique des fonctionnalités et capacités propriétaires des modèles des entreprises américaines d’IA par le biais de campagnes de distillation des connaissances à l’échelle industrielle qui constituent le cœur — et non un simple complément — de leur stratégie de développement en matière d’IA », ont écrit ces agences.

Nom : 1.jpg Affichages : 481 Taille : 64,8 Ko

L’avis cite des entreprises chinoises telles que DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun et Z.AI, affirmant qu’elles ont dépensé des milliards de jetons au cours de millions d’échanges et de requêtes avec des modèles d’IA américains de pointe tels que Claude d’Anthropic, ChatGPT d’OpenAI, Gemini de Google et Grok de xAI, depuis au moins fin 2024. Les agences américaines ont déclaré que ces entreprises utilisaient les données issues de ces interactions pour renforcer leurs propres modèles nationaux, une pratique tacitement encouragée mais non dirigée par les dirigeants politiques de Pékin.

DeepSeek, par exemple, a exploité des modèles américains de pointe pour générer des données d’entraînement synthétiques destinées à ses modèles R1 et R3, notamment quatre versions différentes de Claude, deux versions de Gemini, cinq versions de ChatGPT et Grok 4. Ces modèles ont contribué à développer les capacités de DeepSeek dans des domaines tels que le fonctionnement agentique, l’optimisation des questions-réponses, la rédaction créative et professionnelle, entre autres.

Une autre entreprise chinoise, Moonshot AI, aurait distillé 18 modèles américains différents – dont Fable 5, le modèle actuel d’Anthropic, le plus avancé disponible sur le marché – pour entraîner ses modèles Kimi-K2 et Kimi K3. L’entreprise a utilisé des millions de requêtes destinées à extraire des capacités améliorées dans des domaines tels que le raisonnement agentique, le codage et l’analyse de données, la vision par ordinateur, les cadres logiques plus vastes, le traitement visuel et bien d’autres encore.

Nom : 2.jpg Affichages : 441 Taille : 52,9 Ko

Les entreprises chinoises spécialisées dans l’IA gèrent un ensemble sophistiqué d’outils et de systèmes qui acheminent les requêtes et les invites par de multiples voies afin d’échapper à la détection. « La lutte contre la distillation à l’échelle industrielle mérite une réponse coordonnée à l’échelle de l’écosystème de l’IA, incluant un partage efficace des informations entre le gouvernement américain, le secteur privé et les nations alliées », précise l’avis.

L’avis énumère notamment les tactiques couramment observées chez les entreprises chinoises, notamment la répartition des requêtes entre différents comptes, modèles et plateformes, l’utilisation d’API natives, de fournisseurs de cloud à distance et d’agrégateurs tiers pour masquer les métadonnées des utilisateurs, ainsi que le recours à des proxys et aux marchés de la « gray tech » pour contourner les restrictions géographiques, les conditions d’utilisation et les mesures de sécurité intégrées aux modèles de pointe.

Présenté en septembre 2023, la distillation pas à pas est une méthode qui permet d'extraire des justifications informatives des grands modèles de langage (LLM) pour former efficacement des modèles plus petits spécifiques à une tâche. Cette approche réduit considérablement la taille du modèle et la quantité de données de formation nécessaires, surpassant ainsi les performances des LLM avec quelques instructions génératives (prompt). La recherche avait pour but d'offrir une solution économe en ressources pour le compromis entre la taille du modèle et les données de formation.

Nom : 3.jpg Affichages : 430 Taille : 60,1 Ko

Depuis des décennies, les responsables américains de la sécurité nationale et les chefs d’entreprise occidentaux accusent la Chine de recourir à des cyberattaques, à des menaces internes et à d’autres formes d’espionnage économique pour dérober des technologies propriétaires ou sensibles aux entreprises américaines. En juin, Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de la Maison Blanche, a porté une accusation similaire à l’encontre de MoonshotAI, l’accusant d’avoir exploité « Fable 5 » pour entraîner ses propres modèles, et a décrit un système « sophistiqué » similaire permettant de contourner les garde-fous et les restrictions d’utilisation.

L'avertissement récemment lancé formule des accusations similaires concernant le vol de technologies américaines par la Chine, mais à l'encontre d'entreprises pionnières de l'IA qui font elles-mêmes l'objet de poursuites judiciaires de la part d'artistes, d'auteurs, d'organismes de presse et d'autres parties affirmant que ces entreprises ont illégalement entraîné leurs modèles à partir d'œuvres protégées par le droit d'auteur ou par des marques déposées.

Même au sein du secteur très concurrentiel de l'IA, les entreprises et les organisations open source partagent couramment les paramètres de leurs systèmes d'IA, ou extraient des éléments d'autres systèmes d'IA dans le cadre de travaux ou de recherches légitimes. Les agences reconnaissent cette réalité, mais affirment que les entreprises chinoises se livrent à « des activités de distillation agressives, malveillantes et ciblées à l’échelle industrielle ».

Nom : 4.jpg Affichages : 421 Taille : 46,6 Ko

Voici le résumé du communiqué de la CISA

Des entreprises chinoises spécialisées dans l’intelligence artificielle mènent des campagnes de distillation à l’échelle industrielle à l’encontre d’entreprises américaines du secteur de l’IA

Des entreprises chinoises spécialisées dans l’intelligence artificielle (IA) procèdent à l’extraction systématique des fonctionnalités et capacités propriétaires des modèles d’entreprises américaines du secteur de l’IA, par le biais de campagnes de distillation des connaissances à l’échelle industrielle qui constituent le cœur – et non un simple complément – de leur stratégie de développement en matière d’IA. Bien que la « distillation » soit reconnue comme une technique légitime et utile dans la recherche en IA, les entreprises chinoises du secteur mènent des activités de distillation agressives, malveillantes et ciblées à l’échelle industrielle, qui visent à extraire des fonctionnalités et capacités propriétaires soumises à des restrictions issues des modèles d’IA de pointe américains. L’Agence nationale de sécurité (NSA), l’Agence pour la cybersécurité et la sécurité des infrastructures (CISA) et le Bureau fédéral d’enquête (FBI) (ci-après dénommées « les agences auteurs ») publient cet avis conjoint sur la cybersécurité afin d’alerter les organisations sur ces activités et techniques malveillantes et de recommander des mesures d’atténuation visant à réduire leur impact potentiel.

Probablement avec la complicité du gouvernement chinois, DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun et Z.AI ont extrait des milliards de tokens à partir de millions d’échanges/de requêtes provenant de modèles d’IA de pointe américains, notamment des variantes de Claude, GPT, Gemini et Grok, depuis au moins fin 2024. DeepSeek mène depuis au moins 2024 des campagnes organisées ciblant les capacités de raisonnement, les optimisations spécialisées et les fonctions spécifiques à certains domaines afin d’entraîner ses modèles R1 et V3. Alibaba a exploité la distillation à l’échelle industrielle pour améliorer sa famille de modèles d’IA Qwen. Moonshot AI, MiniMax, StepFun et Z.AI se sont également livrés à une distillation malveillante des connaissances issues des modèles d’entreprises américaines spécialisées dans l’IA.

Les entreprises chinoises spécialisées dans l’IA acheminent leurs demandes de distillation par de multiples voies afin d’obtenir un accès non autorisé, enfreignant ainsi les conditions d’utilisation des entreprises américaines du secteur de l’IA. Ces voies comprennent des interfaces de programmation d’applications (API) natives, des fournisseurs de cloud à distance et des agrégateurs tiers qui masquent automatiquement les métadonnées des utilisateurs pour éviter toute détection. De plus, les entreprises chinoises spécialisées dans l’IA ont recours à un marché gris de proxys, appelés « stations de transfert », pour contourner les restrictions géographiques des entreprises américaines du secteur de l’IA, enfreindre les conditions d’utilisation, échapper aux mesures de protection et compromettre la traçabilité. Ces entreprises chinoises réalisent des économies pour leurs campagnes de distillation à l’échelle industrielle grâce à l’achat en gros d’abonnements premium auprès des entreprises américaines du secteur de l’IA, partagés entre plusieurs équipes de développeurs. Les tactiques avancées de distillation à l’échelle industrielle comprennent l’extraction du raisonnement par chaîne de pensée (CoT), le basculement automatisé entre les chemins lors des tentatives de blocage et des cadres sophistiqués d’évaluation de la qualité pour détecter les contre-mesures défensives. Les entreprises chinoises spécialisées dans l’IA qui mènent des opérations de distillation à l’échelle industrielle sur des modèles d’IA américains bénéficient de délais de développement de l’IA nettement plus courts et de dépenses financières réduites pour l’entraînement d’un modèle de pointe.

Les entreprises chinoises spécialisées dans l’IA répartissent délibérément leurs opérations entre plusieurs fournisseurs, plateformes et voies d’accès afin d’éviter toute détection en un seul point. Elles tentent également de distiller les meilleures capacités et fonctionnalités propriétaires de chaque modèle de pointe américain pour entraîner leurs propres modèles d’IA basés en Chine. Cela constitue une extraction systématique de fonctionnalités et de capacités propriétaires qui menace le leadership technologique américain. La lutte contre la distillation à l’échelle industrielle mérite une réponse coordonnée à l’échelle de l’écosystème de l’IA, incluant un partage efficace des informations entre le gouvernement américain, le secteur privé et les nations alliées.

Les agences auteurs recommandent aux entreprises américaines du secteur de l’IA de prendre trois mesures immédiates :

1. Mettre en œuvre des mesures complètes de détection et d’atténuation : détecter les requêtes, comptes, réseaux et comportements anormaux et malveillants. De plus, surveiller les ratios abonnement/utilisation, l’utilisation maximale immédiate des nouveaux comptes et les schémas de débit à l’échelle de l’entreprise.

2. Déployer des modifications ciblées des réponses : modifier subtilement les réponses aux tentatives de distillation présumées malveillantes afin d’atténuer les gains des entreprises menant des campagnes de distillation à l’échelle industrielle.

3. Mettre en place un partage de renseignements inter-organisations : établir des corrélations entre les activités des fournisseurs de modèles, des plateformes cloud et des agrégateurs d’API afin de mettre au jour les campagnes distribuées.

Source : Communiqué de la CISA

Et vous ?

:fleche: Pensez-vous que ces accusations sont crédibles ou pertinentes ?
:fleche: Quel est votre avis sur le sujet ?

Voir aussi :

:fleche: Plusieurs mois après qu'Anthropic et OpenAI se sont plaints que des sociétés chinoises d'IA volaient leurs modèles à l'aide de la distillation, des traces de LLM US ont été découvertes dans des modèles chinois

:fleche: Google affirme qu'une attaque à utilisé plus de 100 000 instructions génératives pour tenter de cloner le chatbot IA Gemini. Une extraction de modèle pour obtenir la logique qui fait fonctionner le modèle

:fleche: La Chine a pratiquement effacé l'avance historique des États-Unis en matière d'IA et son vivier de talents ne cesse de s'agrandir, tandis que l'attractivité américaine pour les talents mondiaux s'érode
Images attachées
    
]]> Intelligence artificielle Jade Emy https://www.developpez.net/forums/d2185554/general-developpement/algorithme-mathematiques/intelligence-artificielle/autorites-federales-americaines-accusent-chine-proceder-distillation-systematique/ <![CDATA[Cognition, qui développe l'assistant de programmation Devin, a annoncé avoir levé 2 milliards $]]> https://www.developpez.net/forums/showthread.php?t=2185553&goto=newpost Wed, 09 Sep 2026 08:39:04 GMT *Fondée en 2024 par Scott Wu,... Fondée en 2024 par Scott Wu, la start-up Cognition, qui développe l'assistant de programmation IA Devin, a annoncé avoir levé 2 milliards $ pour une valorisation de 48 milliards $

La start-up Cognition, qui développe l'assistant de programmation Devin, a annoncé avoir levé 2 milliards $, portant sa valorisation à 48 milliards de dollars. Ce chiffre est remarquable non seulement par son ampleur, mais aussi par ce qu’il révèle sur la configuration du marché. Le multiple de valorisation de Cognition est désormais supérieur à celui obtenu par Cursor avant sa vente à SpaceX, et cet écart fait sensation dans les milieux du capital-risque. Cela indique que les investisseurs ne pensent pas qu’une seule entreprise parviendra à dominer le marché du codage IA de sitôt.

Devin AI est un outil de développement logiciel assisté par IA créé par Cognition Labs. Il est conçu pour effectuer de manière autonome des tâches de développement logiciel. Devin AI a suscité à la fois des éloges et du scepticisme quant à ses capacités et à ses implications pour l'avenir de l'intelligence artificielle et du développement logiciel. Cognition Labs est une start-up composée de dix membres, dont le PDG Scott Wu et le directeur technique Steven Hao, et financé par la société Founders Fund de Peter Thiel. Plusieurs de ces membres avaient participé à des concours de programmation avant de fonder l’entreprise. Les membres ont développé le logiciel en combinant l’entraînement de grands modèles de langage, similaires au GPT-4 d’OpenAI, avec des aspects de l’apprentissage par renforcement.

En décembre 2024, la startup Cognition avait annoncé la disponibilité générale de son IA d'ingénierie logicielle Devin. L'outil était disponible à partir de 500 dollars par mois pour les équipes d'ingénieurs. Avec ce forfait, les utilisateurs ont accès à l'intégration Slack, à l'extension EDI et à l'API de Devin. Cela a également inclus une session d'intégration et un soutien de l'équipe d'ingénieurs de Cognition. La disponibilité générale de Devin intervennait alors que les discussions relatives à son impact potentiel sur les développeurs humains s'intensifaient.

Récemment, un rapport a révélé que Cognition aurait atteint une valorisation de 48 milliards de dollars. Ce chiffre est remarquable non seulement par son ampleur, mais aussi par ce qu’il révèle sur la configuration du marché. Le multiple de valorisation de Cognition est désormais supérieur à celui obtenu par Cursor avant sa vente à SpaceX, et cet écart fait sensation dans les milieux du capital-risque. Cela indique que les investisseurs ne pensent pas qu’une seule entreprise parviendra à dominer le marché du codage IA de sitôt.

Pendant un certain temps, les milieux spécialisés dans le codage IA partaient du principe que ce marché allait se consolider rapidement, une plateforme dominante absorbant toutes les autres. La vente de Cursor à SpaceX semblait renforcer cette idée. Mais le fait que Cognition ait obtenu un multiple plus élevé après cette transaction raconte une toute autre histoire. Les investisseurs semblent parier que les outils de codage basés sur l’IA ne se résumeront pas à un seul produit « winner-take-all », mais se fragmenteront plutôt en plusieurs acteurs bien financés répondant à différents flux de travail des développeurs, besoins des entreprises et niveaux d’autonomie.

Cognition a bâti sa réputation sur Devin, présenté comme le premier ingénieur logiciel IA entièrement autonome, capable d’écrire, de tester et de déployer du code avec un minimum de supervision humaine. Cet argumentaire l’a placée sur une voie différente de celle de Cursor, qui a bâti son activité autour d’un éditeur de code assisté par l’IA qui maintient le développeur humain étroitement impliqué dans le processus. Cette distinction est importante ici. Si le marché récompensait véritablement une approche unique, l’une de ces deux philosophies aurait déjà écrasé l’autre. Au lieu de cela, les deux ont attiré d’énormes capitaux et, apparemment, des valorisations colossales.


« Le fait que Cognition puisse afficher un multiple plus élevé que celui obtenu par Cursor lors d’une vente effective montre bien que les investisseurs ne considèrent pas cela comme un jeu à somme nulle », a déclaré un investisseur en capital-risque familier avec la dynamique de cette transaction. Cette vision correspond à la manière dont le marché plus large des outils d’IA a évolué au cours des deux dernières années, les entreprises utilisatrices ayant de plus en plus tendance à exploiter plusieurs outils de codage IA en parallèle plutôt que de se standardiser sur un seul.

La concurrence ne cesse de s'intensifier. GitHub Copilot, soutenu par Microsoft, bénéficie toujours d'une diffusion massive grâce à son intégration par défaut dans les flux de travail des développeurs. Replit s’est davantage orienté vers le codage IA dans le navigateur, accessible aux débutants. Windsurf, anciennement Codeium, s’est taillé une niche grâce à ses fonctionnalités de codage agentique. Chacune de ces entreprises a levé des capitaux importants, et aucune n’a réussi à éliminer les autres de la course. C’est précisément ce schéma qui alimente le scepticisme lié au principe du « tout au vainqueur » qui entoure actuellement la flambée de la valorisation de Cognition.

Une boucle de rétroaction entre talents et capitaux est également à l’œuvre. Les valorisations élevées permettent à des entreprises comme Cognition de recruter de manière agressive et de dépenser plus que leurs rivaux en ressources de calcul, ce qui représente une dépense non négligeable pour l’entraînement et l’exécution de grands modèles de codage. Cette course aux dépenses, à son tour, fait grimper les valorisations même en l’absence de domination claire du marché, une dynamique qui rappelle le boom plus général du financement des grands modèles linguistiques observé dans l’ensemble du secteur de l’IA.

L’acquisition de Cursor par SpaceX continue de peser lourdement sur cette histoire, principalement parce qu’il s’agissait d’un acquéreur pour le moins inhabituel pour une entreprise d’outils de développement. Les motivations de SpaceX pour cette acquisition n’ont pas été entièrement détaillées publiquement, mais cette transaction a établi une référence concrète en matière de valorisation pour les start-ups spécialisées dans le codage IA, ce qui faisait défaut au marché jusqu’à présent. Le fait que Cognition ait largement dépassé ce seuil offre aux fondateurs comme aux investisseurs un nouveau point de référence quant à la valeur potentielle de ces entreprises.

La suite dépendra en grande partie de la manière dont Cognition déploiera ces nouveaux fonds. Il faut s’attendre à un recrutement agressif, à un renforcement des efforts de vente aux entreprises et probablement à un marketing plus agressif autour des capacités autonomes de Devin. Cela soulève également la question de savoir si d’autres start-ups spécialisées dans le codage IA, animées par leurs propres ambitions, vont désormais viser des multiples tout aussi élevés, en pariant que les investisseurs continueront à privilégier la différenciation plutôt que la consolidation dans ce secteur encore jeune et chaotique de l’industrie de l’IA.

En janvier 2025, Devin, promu comme le tout premier « ingénieur logiciel IA », avait fait l'objet de critiques sévères après des tests durant un mois qui remettaient en question son efficacité. « Sur les 20 tâches que nous avons tentées, nous avons constaté 14 échecs, trois résultats non concluants et seulement trois réussites », ont constaté des chercheurs, soit un maigre taux de réussite d'à peine 15 %, concluant qu'en dépit d'un battage médiatique de près d'un an, il « fonctionnait rarement ». Si l'idée de remplacer des développeurs humains par une IA semblait révolutionnaire, la réalité semblait bien différente à l'époque.


Voici l'annonce de Cognition :

Tout faire avec Devin : annonce de notre série E

Cognition a levé plus de 2 milliards de dollars, pour une valorisation de 48 milliards de dollars. Ce tour de table a été mené par de nouveaux investisseurs, Andreessen Horowitz et Accel, aux côtés d’investisseurs existants tels que Founders Fund, General Catalyst et Avenir. Parmi les autres investisseurs participant à ce tour figurent Benchmark, Bessemer, Kleiner Perkins, Greylock, Lightspeed, Altimeter, Bond Capital, Meritech, Atreides, Valor, T. Rowe Price, Lux, 8VC, D1, 137 Ventures, DST, Positive Sum, HOF, Soma, BoxGroup, Battery, Ribbit, Swish, Stripes, Definition, Hanabi, Journey, Bain Capital Ventures, Layer Global, A* Capital, Alpha Wave, Alkeon et Diffusion.

Les logiciels façonnent presque tous les aspects de la vie moderne. Pourtant, la demande mondiale en logiciels dépasse de loin notre capacité à les développer. Même les équipes les plus ambitieuses et les mieux dotées en ressources laissent des produits inachevés, reportent des mises à jour critiques et laissent des vulnérabilités sans solution, car le temps consacré à l’ingénierie est limité.

Nous avons fondé Cognition en 2024 pour changer cela et construire l’avenir de l’ingénierie logicielle. Nous étions convaincus que les ingénieurs devaient fonctionner davantage comme des architectes et déléguer l’exécution à des essaims d’agents. Ensemble, les ingénieurs et leurs Devins pourraient considérablement accroître la capacité mondiale à développer d’excellents logiciels et à résoudre des problèmes complexes.

Depuis notre dernier tour de table en mai, le chiffre d’affaires annuel récurrent de Cognition est passé de 492 millions de dollars à près de 900 millions de dollars. À mesure que Devin devient un élément essentiel de la manière dont les entreprises développent leurs logiciels, les clients de tous les secteurs économiques adoptent de plus en plus rapidement cette solution. Devin collabore avec les plus grandes entreprises mondiales, soutenant les équipes d’ingénierie dans la conception de puces chez NVIDIA, l’aéronautique chez GE Aerospace, les services financiers chez Citi, l’automobile chez Mercedes-Benz et l’infrastructure d’IA chez Modal.

Nom : 1.jpg Affichages : 70 Taille : 66,6 Ko

Sur toutes les plateformes, Devin est désormais capable de mener des actions nettement plus ciblées, tout en restant proactif. Devin Auto-Triage peut effectuer un premier tri lors de l’investigation d’incidents. Devin Security Swarm détecte et trie les vulnérabilités. Devin Automations permet aux équipes de configurer des tâches à partir d’événements survenant dans Slack, GitHub, Linear et d’autres systèmes, sans avoir à ouvrir une conversation pour chaque tâche.

Nous n’en sommes encore qu’aux prémices de l’ère des logiciels autonomes. Dans ce prochain chapitre, les agents deviendront proactifs par défaut, les logiciels s’amélioreront d’eux-mêmes, et même l’allocation des ressources deviendra intelligente, les budgets de calcul s’allouant automatiquement aux cas d’utilisation ayant le plus grand impact. Les ingénieurs humains joueront de plus en plus le rôle d’architectes, fixant les objectifs et les priorités tandis que les agents prendront en charge une part croissante du travail nécessaire à leur réalisation.

Pour y parvenir, il faut une compréhension approfondie des systèmes et des processus d’une entreprise. C’est pourquoi nous travaillons main dans la main avec nos clients, où qu’ils se trouvent dans le monde. Au cours de l’année écoulée, nous avons ouvert des bureaux à Washington, D.C., Tokyo, Singapour, Londres, São Paulo et Madrid, en plus de nos pôles de San Francisco, New York et Austin. Cette liste ne cessera de s’allonger.

C’est également la raison pour laquelle nous développons Cognition en tant que laboratoire d’agents indépendant. Nous pouvons ainsi choisir et combiner les modèles les mieux adaptés au travail, y compris les nôtres, plutôt que de lier nos clients à un seul fournisseur.

Source : Annonce de Cognition

Et vous ?

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

Voir aussi :

:fleche: État des lieux des outils de codage IA : Cursor et Windsurf sont-ils prêts à répondre aux exigences des développeurs ? Quel outil d'édition de code assisté par IA utilisez-vous ?

:fleche: Microsoft lance l'application de bureau GitHub Copilot pour gérer plusieurs agents IA, marquant le passage d'assistants de codage passifs à des agents IA capables de gérer en parallèle des workflow

:fleche: La société SpaceX d'Elon Musk finalise officiellement l'acquisition de Cursor, un assistant de programmation basé sur l'IA, pour un montant de 60 milliards $
Images attachées
 
]]> Intelligence artificielle Alex https://www.developpez.net/forums/d2185553/general-developpement/algorithme-mathematiques/intelligence-artificielle/cognition-developpe-l-assistant-programmation-devin-annonce-leve-2-milliards/ OpenAI affirme qu’un modèle d’IA résout le problème mathématique de Navier-Stokes https://www.developpez.net/forums/showthread.php?t=2185551&goto=newpost Wed, 09 Sep 2026 07:19:43 GMT *OpenAI affirme qu’un modèle... OpenAI affirme qu’un modèle d’IA résout le problème mathématique de Navier-Stokes et publie une démonstration de 165 pages, sans briguer le prix d’un million de dollars

OpenAI a annoncé que son modèle d'IA interne venait de résoudre l'une des plus grandes énigmes de la recherche mathématique — mais cette annonce a suscité de vives critiques après qu'un mathématicien de l'université de New York a affirmé que l'entreprise avait joué sale. OpenAI a déclaré avoir prouvé que les équations de Navier-Stokes pouvaient « exploser ». Quelques heures avant l'annonce d'OpenAI, Buckmaster a présenté une version différente des faits, affirmant qu'il était parvenu à une solution dès le 22 août avec un collègue. OpenAI et Bubeck réfutent tous la version des faits donnée par Buckmaster.

OpenAI est une société d'intérêt public (PBC) américaine spécialisée dans l'intelligence artificielle (IA), dont le siège social est situé à San Francisco. Elle développe des modèles d'IA générative propriétaires, notamment sa série de grands modèles de langage (LLM) appelés « Generative Pre-trained Transformer » (GPT). Le lancement de ChatGPT en novembre 2022 est considéré comme ayant catalysé l'essor de l'IA ; en septembre 2026, ChatGPT est le cinquième site web le plus visité au monde. OpenAI commercialise également les modèles GPT Image et Codex, un agent de codage basé sur l'IA.

En août 2026, OpenAI a révélé que son prochain modèle d'IA, encore inédit à l’époque, baptisé Astra, avait réussi à résoudre dix problèmes de longue date dans les domaines des mathématiques, de la complexité quantique et de l'informatique théorique. Si ces affirmations résistaient à un examen minutieux de la communauté scientifique mondiale, cette avancée marquerait bel et bien un tournant historique. Le modèle d'IA a généré ces démonstrations mathématiques complexes de manière entièrement autonome. Les chercheurs sont ensuite intervenus pour vérifier ce travail. Les problèmes résolus par le modèle Astra faisaient appel à des théories académiques extrêmement complexes. Ce n'étaut pas la première fois qu'OpenAI revendiquait un succès dans le domaine des mathématiques.

Récemment, OpenAI a annoncé que son modèle d'IA interne venait de résoudre l'une des plus grandes énigmes de la recherche mathématique — mais cette annonce a suscité de vives critiques après qu'un mathématicien de l'université de New York (NYU) a affirmé que l'entreprise avait joué sale. OpenAI a déclaré avoir prouvé que les équations de Navier-Stokes, qui décrivent le mouvement des fluides, pouvaient « exploser » — c'est-à-dire atteindre un point où les calculs prédisent une vitesse infinie, ce qui ne peut se produire dans la nature.

C'est l'un des sept « problèmes du Prix du Millénaire », chacun doté d'un million de dollars par le Clay Mathematics Institute. Selon OpenAI, ce résultat a nécessité 88 heures de travail et la mobilisation d’environ 10 000 agents IA coordonnés — des copies de ses modèles travaillant en parallèle sur la démonstration —, le tout vérifié par Lean, un logiciel qui valide une démonstration étape par étape. Mais ils ne sont peut-être pas ceux qui ont trouvé la solution en premier.


Quelques heures avant l’annonce d’OpenAI, Tristan Buckmaster, mathématicien à NYU, a présenté une version différente des faits dans un communiqué de quatre pages. Avec Levent Alpöge, mathématicien chez Anthropic, concurrent d’OpenAI, il avait passé près d’un an à utiliser des modèles d’IA pour rechercher des preuves de l’explosion des fluides et était parvenu à une solution dès le 22 août.

Buckmaster affirme que le 3 septembre, alors que des rumeurs circulaient selon lesquelles Anthropic avait résolu un problème majeur, il a parlé du projet à un mathématicien d’OpenAI, en soulignant qu’il s’agissait d’un projet personnel sans lien avec aucune des deux entreprises. Trois jours plus tard, lors d’un appel téléphonique, Sébastien Bubeck, d’OpenAI, lui a annoncé qu’un modèle interne avait déjà produit une démonstration de 100 pages pour les équations de Navier-Stokes forcées — cette même approche très ciblée que, selon Buckmaster, presque personne d’autre ne poursuivait.

Buckmaster raconte que Bubeck lui a alors proposé deux options : soit OpenAI publie ses résultats le lendemain de ceux de son équipe, soit Buckmaster rédige seul son article, en excluant Alpöge car celui-ci travaille dans un laboratoire concurrent. Lorsque Buckmaster a répondu qu’il préférait rendre ses résultats publics, Bubeck lui aurait rétorqué : « Pourquoi voudrais-tu ruiner ta carrière ? »

« Si tu ne veux pas que je sois gentil, alors je n’ai pas à l’être », a déclaré Bubeck à Buckmaster, selon sa déposition. Buckmaster a fini par publier les articles de recherche présentant ses conclusions. Levent Alpöge y était cité, mais aucun des deux chercheurs n’a été reconnu par OpenAI — à l’exception d’un tweet repris dans lequel l’entreprise reconnaissait ne pas pouvoir « exclure que des données anonymisées issues de leur utilisation de nos produits aient contribué à améliorer nos modèles ».

OpenAI et Bubeck ripostent

Bubeck, OpenAI et Altman réfutent tous la version des faits donnée par Buckmaster. Dans un message publié par la suite, Bubeck a partagé des SMS proposant une publication coordonnée avec Alpöge et offrant les prompts d’OpenAI, et affirme avoir agi de bonne foi. « J’espère que ce message montre clairement que nos intentions étaient des meilleures possibles », a-t-il écrit. « Je n’ai jamais, au grand jamais, demandé que Levent soit retiré de la liste des auteurs de son propre travail. »

Le PDG d’OpenAI, Sam Altman, a pris la défense de Bubeck, affirmant qu’il « avait agi avec intégrité et générosité tout au long du processus » et qu’OpenAI avait proposé de laisser l’équipe de Buckmaster publier en premier dès qu’elle s’était rendu compte qu’elle n’avait résolu que l’équation d’Euler, et non l’ensemble des équations de Navier-Stokes. Dans un communiqué séparé, OpenAI a déclaré n’avoir jamais pris connaissance des travaux des deux chercheurs avant leur publication et n’avoir accédé à aucune donnée utilisateur spécifique. Cela dit, l’entreprise n’écarte pas non plus explicitement cette possibilité.


Terence Tao, lauréat de la médaille Fields, a qualifié les fondements mathématiques de Buckmaster et Alpöge de « réalisation remarquable ». C’est la deuxième actualité concernant l’IA et les mathématiques émanant de ces deux mêmes laboratoires, quelques jours après qu’Anthropic a annoncé que Claude avait produit une démonstration vérifiée par ordinateur du dernier théorème de Fermat. Le résultat le plus avancé de Buckmaster et Alpöge — la version la plus proche du problème réel doté d’un million de dollars — reste inédit dans l’attente d’une dernière vérification par Lean. Personne en dehors d’OpenAI n’a non plus examiné de manière indépendante cette démonstration de 100 pages.

En janvier 2026, le célèbre mathématicien Joel David Hamkins a exprimé de sérieux doutes quant à l'utilité des modèles d'IA dans la recherche mathématique, qualifiant leurs résultats de « déchets » et de « mathématiquement incorrects ». Il soulignait la tendance frustrante de l'IA à affirmer avec assurance des informations incorrectes et à résister à toute correction, reflétant ainsi les interactions humaines contre-productives. Malgré les succès remarquables de cette technologie, Hamkins estimait que les systèmes actuels n'étaient pas fiables pour une véritable collaboration en matière de recherche.

Voici l'annonce d'OpenAI :

À propos du problème du prix du millénaire de Navier-Stokes

Nous partageons ici une solution au problème d’existence et de régularité des équations de Navier-Stokes, l’un des problèmes du Prix du Millénaire. Cette démonstration, générée par un système interne d’OpenAI, montre que la dynamique des équations de Navier-Stokes décrivant le mouvement des fluides peut présenter une singularité en un temps fini. Nous mettons à disposition à la fois un exposé de la démonstration et une formalisation dans Lean.

Les problèmes du Prix du Millénaire⁠ représentent certaines des questions les plus profondes à la frontière des mathématiques. La question de savoir si le mouvement fluide tridimensionnel régulier peut se dégrader est restée sans réponse pendant environ 90 ans. L’un des principaux objectifs de nos travaux est de donner aux scientifiques les moyens de faire progresser la recherche et la technologie au bénéfice de l’humanité tout entière. Pour résoudre le problème de Navier-Stokes, nous avons utilisé un modèle interne nettement plus performant que GPT-6 Astra. Nous estimons qu’il est important d’informer le monde du rythme des progrès de l’IA et de ce à quoi il faut s’attendre avec les futurs modèles.

Le problème

Les équations de Navier-Stokes s'appuient sur la deuxième loi du mouvement de Newton (« F = ma ») pour décrire le mouvement des fluides. Il est important de noter qu'elles traitent un fluide comme un milieu continu plutôt que de suivre les molécules individuellement. Ces équations sont utilisées pour la conception d'aéronefs, les prévisions météorologiques et l'étude de la circulation sanguine. Une question fondamentale restée en suspens concernant ces équations dynamiques est de savoir si l’approximation du continuum du fluide peut échouer.

Plus précisément, les équations de Navier-Stokes pour un fluide incompressible en trois dimensions de densité constante peuvent-elles présenter une « singularité », même lorsque le mouvement démarre en douceur ? Ici, une singularité signifie que la dynamique conduit à une augmentation sans limite des vitesses dans le fluide en un temps fini. L’apparition d’une singularité devrait se produire malgré la présence de la viscosité, qui tend à lisser le mouvement. Étant donné qu’un fluide réel ne peut pas se déplacer à une vitesse infinie, cela marquerait une défaillance dans la manière dont les équations modélisent le fluide. Pour continuer à modéliser le système, il faudrait alors suivre le comportement de chaque particule individuellement.

Ces équations remontent aux travaux du XIXe siècle de Claude-Louis Navier et George Gabriel Stokes. En 1934, Jean Leray a prouvé que des solutions existaient au sens généralisé, mais la question de savoir si elles restaient toujours régulières est restée une question centrale sans réponse. En 2000, le Clay Mathematics Institute a classé le problème d’existence et de régularité des équations de Navier-Stokes parmi les sept problèmes du millénaire.

Résultat

Notre système a permis d’apporter une preuve analytique et une formalisation « Lean » démontrant qu’un fluide initialement lisse et au repos peut développer une singularité en un temps fini. Une force régulière est appliquée au fluide, et son énergie reste finie tout au long de la dynamique, depuis le repos jusqu’à la formation de la singularité. Cela résout le problème du Prix du Millénaire de Navier-Stokes en établissant l’énoncé « C » (ainsi que « D ») de la formulation officielle du Prix du Millénaire⁠.

La solution est un vortex, un tourbillon de fluide en rotation, qui s'enroule vers l'intérieur et s'allonge de plus en plus, à l'image de spaghettis. Cette région centrale se rétrécit tout en s'accélérant de telle sorte que son énergie reste finie, comme l'exigent les lois de la physique. Le défi technique consiste à faire en sorte que les équations mènent à la rupture par le mouvement du fluide lui-même, plutôt que, par exemple, en introduisant manuellement une force infinie. D’un point de vue plus mathématique, les termes des équations de Navier-Stokes qui décrivent le mouvement — accélération, gradients de pression, transfert d’impulsion, viscosité — doivent à la fois devenir importants tout en s’annulant de manière précise. Cet équilibre détaillé permet d’obtenir une force externe régulière, même lorsque la vitesse du fluide augmente sans limite.

Nom : math.png Affichages : 752 Taille : 431,6 Ko

Comment nous avons trouvé la preuve

Depuis le 28 août, nous entraînons un nouveau modèle interne qui a affiché des performances sans précédent lors de nos tests de performance, notamment en mathématiques. L'entraînement de ce modèle se poursuit et ses performances ne cessent de s'améliorer.

Nom : Performance of GPT-6 Astra and our Internal Model on a curated set of open math problems.png Affichages : 667 Taille : 35,7 Ko

Le mardi 1er septembre, des rumeurs ont circulé selon lesquelles deux problèmes du Prix du Millénaire auraient été résolus. Inspirés par ces rumeurs et par l’amélioration spectaculaire des performances de notre modèle interne, nous avons lancé une initiative visant à l’évaluer sur l’ensemble des problèmes ouverts du Prix du Millénaire ainsi que sur quelques autres problèmes à fort impact. Nous avons utilisé un système d’agents coordonnés fonctionnant grâce à notre modèle interne.

Les agents disposaient d’outils tels que la possibilité de consulter une version mise en cache d’Internet et celle d’exécuter du code. Les agents étaient répartis en groupes capables de communiquer entre eux. La taille des groupes variait, et celui qui a abouti à la résolution de l’équation de Navier-Stokes comptait environ 10 000 agents simultanés. À tout moment, nous avons maintenu les mêmes mesures de sécurité strictes que celles que nous appliquons à toutes nos évaluations de modèles de pointe, notamment en matière de surveillance et d’isolation.

Pour chaque problème, nous avons soumis à différents groupes d’agents différentes variantes de l’énoncé du problème, couvrant ainsi toutes les variantes possibles. Pour le problème de Navier-Stokes, nous avons proposé les versions « A » et « B » (des formes particulières du problème de Navier-Stokes qui aboutiraient à une démonstration) et les versions « C » et « D » (qui aboutiraient à une réfutation) à des groupes d’agents distincts.

En plus des problèmes complets du Prix du Millénaire, nous avons demandé à notre système multi-agents de s’attaquer à un ensemble de problèmes « plus faciles ». L’un d’entre eux était un problème de « blow-up » similaire, portant sur la limite du problème de Navier-Stokes sans le terme de viscosité. Ce problème est connu sous le nom de « problème de régularité des équations d’Euler », et nos agents nous ont surpris en le résolvant. La variante spécifique du problème qu’ils ont résolue était la version « sans forçage », dans laquelle aucune force externe n’est appliquée au fluide. Près de 100 agents ont travaillé ensemble pendant environ 50 heures pour produire notre réfutation de la régularité d’Euler.¹

Une fois que nous avons pris connaissance de la solution d’Euler, nous avons estimé que le problème de Navier-Stokes était le plus prometteur sur lequel travailler. Nous avons donc décidé de consacrer nos ressources à ce problème. Pour ce faire, nous avons détourné des agents des autres problèmes du Millénaire et leur avons fourni comme indication la résolution d’Euler. Lorsqu’une version plus perfectionnée de notre modèle interne est devenue disponible au cours de ce travail, nous avons mis à jour nos agents en fonction de ce modèle.

Nous avons encouragé différents groupes d’agents à explorer une diversité d’approches. Après un certain temps, nous avons favorisé les échanges entre les groupes d’agents en utilisant Codex pour consolider les idées les plus utiles de chaque groupe. Ces consignes de suivi s’appuyaient sur les résultats intermédiaires des agents eux-mêmes. C’est ainsi que le groupe qui a trouvé la solution aux équations de Navier-Stokes a été guidé.

Les agents sont parvenus à une solution le samedi 5 septembre, environ 88 heures après le lancement des premiers agents. La formalisation et la vérification « lean » ont nécessité 17 heures supplémentaires via GPT-6 Astra.

Sur l’ensemble des problèmes abordés, les agents ont envoyé 4,9 millions de messages et utilisé environ 300 milliards de tokens de sortie. Au cours de la résolution du problème de Navier-Stokes, les agents ont envoyé 2,7 millions de messages et utilisé environ 130 milliards de tokens de sortie.

Travail parallèle

Notre projet a débuté le 1er septembre après avoir entendu une rumeur dont nous avons compris par la suite qu’elle concernait Levent Alpöge, un employé d’Anthropic, et Tristan Buckmaster, professeur de mathématiques à NYU. Une fois notre projet complet achevé et la vérification Lean effectuée (le 6 septembre), convaincus par la rumeur qu’ils disposaient eux aussi d’une solution au problème de Navier-Stokes, nous les avons contactés pour leur proposer une publication simultanée de nos résultats et reconnaître leur priorité dans un communiqué commun.

C’est à ce moment-là que nous avons découvert qu’ils avaient trouvé une solution au problème d’Euler forcé. Au cours de ces discussions, nous leur avons donné accès à l’ensemble des prompts que nous avions utilisés, puis leur avons permis de consulter la preuve. Nous reconnaissons la priorité de leurs travaux sur le problème d’Euler forcé et les félicitons pour leur remarquable réussite mathématique.

Nous (les chercheurs et les agents) n’avons eu accès à aucun de leurs travaux, par quelque moyen que ce soit, avant qu’ils ne les rendent publics — en particulier, aucune donnée utilisateur spécifique n’a été consultée pour résoudre ce problème. Bien que cela soit peu probable, nous ne pouvons exclure que des données anonymisées issues de leur utilisation de nos produits aient contribué à améliorer nos modèles⁠. Cependant, nos démonstrations diffèrent considérablement et même les résultats précis démontrés sont différents dans le cas d’Euler (forcé vs non forcé).

Progrès et responsabilité

Notre objectif en publiant ce résultat est de rendre compte des progrès substantiels réalisés par nos modèles d’IA. Nous n’avons pas l’intention de prétendre au Prix du Millénaire pour ce résultat. Cette étape importante est le fruit d’un travail considérable mené par des mathématiciens et des chercheurs en IA. Cependant, il ne s’agit pas d’un aboutissement, mais plutôt d’un instantané des progrès réalisés dans le développement de l’IA. Nous pensons que nous sommes désormais entrés dans une nouvelle phase de progrès en matière d’IA, et les résultats d’aujourd’hui en apportent une nouvelle preuve.

Nous nous attachons à comprendre ce modèle et à mettre à profit ce que nous apprenons pour orienter et moduler le rythme de nos progrès en matière de capacités. L’un de nos principaux objectifs est de développer des systèmes d’IA pilotables, responsables et en lien avec les personnes, ce qui pourrait nécessiter des choix plus mûrement réfléchis quant au rythme des avancées, alors que nous poursuivons notre mission visant à garantir que l’IA générale profite à l’humanité tout entière.

Sources : OpenAI ; Tristan Buckmaster

Et vous ?

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

Voir aussi :

:fleche: OpenAI affirme avoir résolu un problème mathématique vieux de 80 ans : son nouveau modèle de raisonnement a produit une preuve mathématique originale qui réfute une célèbre conjecture non résolue en géométrie

:fleche: Google DeepMind a utilisé un grand modèle de langage pour résoudre un problème mathématique insoluble, "c'est une façon intéressante d'exploiter la puissance des LLM", déclare Terence Tao

:fleche: Les principaux systèmes d'IA résolvent moins de 2 % des problèmes d'un nouveau test de référence en mathématiques avancées, ce qui révèle les limites importantes de leurs capacités de raisonnement
Images attachées
  
]]> Intelligence artificielle Eliora https://www.developpez.net/forums/d2185551/general-developpement/algorithme-mathematiques/intelligence-artificielle/openai-affirme-qu-modele-d-ia-resout-probleme-mathematique-navier-stokes/ <![CDATA[Meta présente Muse, un assistant IA personnel pour les tâches quotidiennes, inspiré d'OpenClaw]]> https://www.developpez.net/forums/showthread.php?t=2185548&goto=newpost Wed, 09 Sep 2026 04:41:28 GMT *Meta présente Muse, un... Meta présente Muse, un assistant IA personnel pour aider les utilisateurs dans leurs tâches quotidiennes, comme envoyer des e-mails ou réserver des voyages, inspiré d'OpenClaw

Meta a lancé un assistant personnel basé sur l'IA, baptisé Muse, destiné aux personnes âgées de 18 ans et plus qui recherchent de l'aide pour leurs tâches quotidiennes, telles que la gestion de leur emploi du temps, les achats et la transformation de « leurs objectifs à long terme en plans d'action ». Muse fonctionne sur une machine virtuelle dédiée et sécurisée qui héberge à la fois l'agent et les données de l'utilisateur. Les utilisateurs peuvent envoyer des messages à l'agent via une application distincte ou via WhatsApp. Pour Meta, cet agent s'inscrit dans la vision du PDG Mark Zuckerberg d'une superintelligence artificielle accessible à « tout le monde ».

OpenClaw est un agent d'intelligence artificielle (IA) autonome, gratuit et open source, capable d'exécuter des tâches à l'aide de grands modèles de langage (LLM), en utilisant des plateformes de messagerie comme interface utilisateur principale. Développé par Peter Steinberger, un programmeur autrichien devenu « vibe coder » , OpenClaw a été publié pour la première fois en novembre 2025 sous le nom de Warelay. Ce logiciel était dérivé de Clawd (aujourd’hui Molty), un assistant virtuel basé sur l’IA qu’il avait développé et qui, lui-même, tirait son nom du chatbot Claude d’Anthropic.

En août 2026, OpenClaw a lancé OpenClaw 2.0, marquant ainsi la mise à jour logicielle la plus importante de l'histoire de cette plateforme open source d'agents d'IA depuis son lancement l'année dernière. Selon l'entreprise, la refonte de la version 2.0 mettait l'accent sur l'accessibilité pour les utilisateurs, en simplifiant considérablement l'installation initiale tout en ajoutant des outils de collaboration multi-utilisateurs et une automatisation multiplateforme plus poussée. OpenClaw 2.0 simplifie la prise en main initiale en supprimant les configurations manuelles fastidieuses. Le logiciel détecte automatiquement les identifiants d'IA et les environnements locaux existants sur un appareil.

Récemment, Meta a lancé un assistant personnel basé sur l’IA, baptisé Muse, destiné aux personnes âgées de 18 ans et plus qui recherchent de l’aide pour leurs tâches quotidiennes, telles que la gestion de leur emploi du temps, les achats et, selon les termes de l’entreprise, la transformation de « leurs objectifs à long terme en plans d’action ». La société mère d’Instagram et de Facebook met l’accent sur les fonctionnalités de sécurité et de confidentialité de cet agent, qui n’est pour l’instant disponible qu’aux USA. Selon Meta, Muse fonctionne sur une machine virtuelle dédiée et sécurisée qui héberge à la fois l’agent et les données de l’utilisateur.


Les utilisateurs peuvent envoyer des messages à l’agent via une application distincte, appelée Muse, ou via WhatsApp. Il peut gérer des tâches simples comme l’envoi d’un e-mail ou la réservation d’un voyage, ou des objectifs plus ambitieux et à long terme, tels que l’élaboration d’un programme d’entraînement sur une année ou la création d’une nouvelle entreprise. « Dès qu’une personne partage un objectif avec Muse, celui-ci l’aide à élaborer un plan personnalisé et à coordonner son temps et ses ressources, puis fait avancer le travail de manière autonome. Il peut ouvrir un navigateur, remplir des formulaires et négocier en son nom », a déclaré Meta.

Les entreprises technologiques présentent les agents IA comme la prochaine étape après les chatbots, qui peuvent répondre à des questions et récupérer des informations, mais ne peuvent pas agir au nom de l’utilisateur. À son niveau le plus élémentaire, un agent IA fonctionne comme un programme informatique traditionnel, conçu par l’homme, qui exécute une tâche, comme le lancement d’une application.

Associé à un grand modèle de langage d’IA, il peut toutefois rechercher des connaissances qui lui permettent d’accomplir des tâches sans instructions explicites, étape par étape. Cela signifie qu’au lieu de se contenter de vous aider à rédiger un e-mail, il peut théoriquement gérer l’ensemble du processus : recevoir un message de votre collègue, déterminer ce que vous pourriez vouloir répondre, puis envoyer la réponse de manière autonome.

Pour Meta, cet agent s’inscrit dans la vision du PDG Mark Zuckerberg d’une superintelligence artificielle accessible à « tout le monde ». Il a exposé cette vision le mois dernier dans un essai de 6 500 mots publié en ligne. Dans ce document qualifié de fantaisiste par ses détracteurs, Mark Zuckerberg a déclaré que son entreprise œuvrait à l’avènement d’une ère où chacun disposerait des outils nécessaires pour créer de nouvelles entreprises, bénéficier d’un accompagnement de niveau doctorat et recevoir des conseils personnalisés sur son mode de vie.

« Chacun disposera d’un assistant personnel extrêmement compétent qui vous comprendra, connaîtra vos objectifs et tout ce qui vous tient à cœur. Votre assistant travaillera 24 heures sur 24, 7 jours sur 7, pour vous aider à améliorer vos relations, votre santé, votre carrière, vos finances, la gestion de votre foyer, vos loisirs et bien plus encore », a écrit Zuckerberg. « Cela vous permettra de consacrer plus de temps à ce que vous aimez et vous aidera à accomplir davantage que vous ne le pourriez autrement. » La question est : les gens l’utiliseront-ils réellement ?


En février 2026, en l'espace de quelques mois, OpenClaw était passé du statut de projet GitHub confidentiel à celui d'épouvantail sécuritaire numéro un de l'industrie tech. Lancé en novembre 2025 sous le nom Clawdbot par un développeur autrichien travaillant seul, l'agent IA autonome avait accumulé 145 000 étoiles GitHub et provoqué une pénurie de Mac Mini avant que Meta, des startups et des prestataires de santé ne sortent le carton rouge.

Voici l’annonce de Muse :

Comment nous avons conçu Muse

Christine et moi développons des produits ensemble depuis près d’une décennie, unis par notre dévouement absolu à deux choses : les personnes que nous aimons et les produits que nous créons. Trouver l’équilibre entre ces priorités n’est pas facile. La plupart de nos discussions au fil des années — alors que nos enfants et nos parents entraient dans de nouvelles étapes de leur vie — ont porté sur la manière de garder la tête hors de l’eau et de tirer le meilleur parti des quelques heures dont nous disposons.

Pour nous, Muse nous redonne ce dont nous manquons le plus : du temps à passer avec ceux que nous aimons. Muse a été le produit le plus personnel et le plus ambitieux que nous ayons créé ensemble. C’était comme concevoir pour une nouvelle ère : un modèle proactif, capable de gérer bien plus de contexte, si performant qu’il peut générer sa propre expérience. Cela a impliqué d’innombrables décisions novatrices concernant le produit — imaginer de nouvelles façons de communiquer, de créer, mais aussi de protéger vos données et vos actions. Ce qui suit constitue un point de départ : les choix que nous avons faits et les limites que nous avons fixées.

Muse est un agent capable d’agir concrètement

La magie de Muse réside dans le fait de le voir accomplir réellement quelque chose pour vous. Nous voulons que Muse vous aide au maximum à mener à bien vos tâches et à atteindre vos objectifs. D’ailleurs, la première ligne de notre message d’accueil du système dit : Votre mission est d’améliorer la vie de votre utilisateur. Pour moi, améliorer ma vie signifiait enfin venir à bout de la liste de tâches que je garde en tête — celle qui m’empêche de dormir la nuit et qui ne semble jamais s’alléger.

Muse y parvient d’une manière dont je suis honnêtement incapable. Il jongle avec plusieurs tâches à la fois, il ne se fatigue pas, il ne se laisse pas distraire. C’est sa seule mission. Cette semaine encore, alors que je me préparais pour ce lancement, j’ai confié à Muse la gestion des préparatifs de la rentrée de mes enfants : surveiller le flot d’e-mails de l’école et le site web de l’académie, noter les dates importantes dans notre agenda familial, remplir un panier avec les fournitures dont ils avaient besoin, et même trouver le sweat que mon fils voulait (en solde !) et réserver un dîner pour fêter le premier jour de la rentrée.

C’est ainsi qu’il a repéré ce que j’aurais sans aucun doute manqué : enfoui dans ces e-mails se trouvait l’annonce des sélections sportives de mon fils, dont la date limite était dans douze heures. Mon Muse m’a envoyé un message juste avant que je monte dans l’avion ; j’ai donc appelé mon mari, qui a réussi à envoyer les formulaires avec quatre heures d’avance. Sans cette alerte, mon fils n’aurait pas pu participer aux sélections. Pour faire tout cela, Muse doit être extrêmement performant et proactif.

Muse dispose de son propre ordinateur, avec un système de fichiers et un terminal, ce qui lui permet d’écrire son propre code et de créer les outils nécessaires à une tâche. Il a également accès à un navigateur web complet, ce qui lui permet d’effectuer des recherches, de naviguer sur des sites, de remplir des formulaires et d’effectuer des transactions, comme des réservations et des achats. Muse peut également créer des contenus pour vous : des documents, des PDF, des pages web, etc. Il peut créer un outil de suivi de vos dépenses, un guide d’étude interactif ou un tableau de bord permettant d’identifier des tendances dans votre sommeil.

Et Muse travaille sans relâche. Une fois que vous avez défini un objectif ou une tâche, Muse continue à travailler selon un calendrier et en réaction à des événements pertinents, en passant à l’étape suivante et en assurant le suivi, tout en répondant à tout ce que vous lui demandez au cours d’une conversation. Lorsqu’elle achève son travail en arrière-plan, elle évalue si le résultat mérite d’être mis en avant, et ne vous en informe que lorsqu’il s’agit d’une nouveauté significative ou qu’elle a besoin de votre contribution.

Évoluer d’un assistant à un agent

Lors de la conception du produit, nous nous sommes inspirés d’une longue conversation dans un chat principal — le genre de conversation que vous auriez avec une autre personne. Contrairement à d’autres applications d’IA, Muse ne fonctionne pas selon un principe de « tour par tour ». Vous pouvez l’interrompre ou lui envoyer plusieurs tâches à la fois sans attendre qu’il réponde à la précédente. Sa mémoire s’étend à l’ensemble de vos conversations et lui permet de gérer de nombreux contextes.

Lors des premiers tests, certaines personnes souhaitaient tout de même disposer d’un contexte distinct pour certains sujets — ce qui était logique à mesure que les projets gagnaient en complexité. Nous avons donc mis en place des discussions parallèles.Muse est également proactive. Elle peut vous envoyer des messages sans que vous ayez à le lui demander. Cela signifie que le seuil d’envoi doit être élevé : un message proactif doit être véritablement utile et justifier l’interruption.

Nous pensons que le réglage par défaut convient à la plupart des utilisateurs, et vous pouvez toujours demander à votre Muse de désactiver cette fonctionnalité, de la réduire ou de l’intensifier. Cette proactivité a également nécessité une autre décision. Dès lors que les messages peuvent arriver hors ordre et que les utilisateurs (comme moi…) en envoient plusieurs d’affilée, un historique plat et illimité devient illisible. C’est pourquoi Muse utilise des bulles de discussion : elles marquent la fin d’une pensée et le début de la suivante.

Concevoir un avatar et une personnalité pour Muse a été à la fois un choix réjouissant et tout à fait naturel. Au fil de ces longues conversations, il nous semblait très étrange de parler à un logo ou à une entité d’entreprise. Nous imaginions tous de manière très différente à qui nous nous adressions. Chaque membre de l’équipe a commencé à créer sa propre Muse… et nous avons compris qu’il était essentiel pour le produit que chacun se l’approprie pleinement. Créer son propre avatar, lui donner un nom et lui attribuer un style unique est devenu l’une des fonctionnalités phares qui enthousiasment le plus les utilisateurs. Ce qui m’amène à ma Muse : Veda, un nom sanskrit qui évoque la sagesse.

Nom : veda.png Affichages : 428 Taille : 238,0 Ko

Accomplir ses tâches avec Muse

Fonctionnement en arrière-plan et transparence. Muse peut gérer plusieurs tâches et les exécuter en arrière-plan même lorsque l’application est fermée. C’est vraiment passionnant, mais cela nous a aussi amenés à nous demander… que fait-elle exactement ? On ne peut pas faire confiance à ce qu’on ne voit pas ; c’est pourquoi nous avons intégré de plus en plus de transparence dans l’interface utilisateur. Par exemple, sous l’avatar, vous verrez un aperçu de ce sur quoi l’application travaille. En appuyant sur votre avatar Muse, vous verrez s’afficher l’historique complet de ses activités ainsi que les autorisations que vous avez accordées. Nous avons également intégré cette transparence dans notre interface d’autorisations, dans les Paramètres et dans vos fichiers « Mémoire », que vous pouvez consulter et modifier directement.

Nom : capVeda.png Affichages : 335 Taille : 110,8 Ko

Objectifs et suivi. Nous avons commencé à confier à nos agents plusieurs tâches de longue haleine, souvent liées aux objectifs que nous souhaitions atteindre. En effet, Muse excelle dans la décomposition des objectifs et dans la proposition de plans concrets pour les atteindre. Nous avions donc besoin de plus qu’un simple onglet « Activités » : il nous fallait une vue d’ensemble claire de tout ce que Muse suivait pour nous, ainsi que de son plan pour y parvenir. L’onglet « Objectifs » est l’endroit où Muse assure le suivi de tout cela pour vous, et vous pouvez y interagir directement ou discuter de ces tâches avec Muse via le chat.

Nom : goal.png Affichages : 101 Taille : 93,4 Ko

Commandes déterministes. Muse est capable de gérer beaucoup de choses de manière conversationnelle, mais dans certains domaines, la conversation ne suffit pas. Nous avons donc soigneusement déterminé les cas où une interface utilisateur déterministe est indispensable : des fiches de validation structurées proposant des actions claires d’acceptation ou de rejet, ainsi qu’un stockage sécurisé de vos identifiants.

Nom : commande.png Affichages : 100 Taille : 134,1 Ko

La navigation sur le Web est l’une de nos fonctionnalités préférées de Muse, mais elle s’accompagne d’une grande responsabilité. Notre fonctionnalité « human-in-the-loop » vous demande votre accord pour les actions critiques, comme la rédaction d’un e-mail ou la réalisation d’un achat. Mais nous voulions également éviter la « cécité aux bannières » — ce phénomène où les utilisateurs approuvent tout simplement pour que la bannière disparaisse. Il est important de superviser ces actions « irréversibles ». Par défaut, Muse autorise donc la navigation standard sur le Web et intervient pour toute action difficile à annuler. Nous avons également intégré des commandes vous permettant de modifier ces paramètres par défaut pour les rendre plus ou moins prudents.

Les « artefacts » . Parfois, un bloc de texte ne correspond tout simplement pas au format souhaité pour la réponse. Si vous demandiez à quelqu’un d’organiser un voyage, vous ne voudriez pas recevoir une réponse de 2 000 mots ; vous voudriez un itinéraire. Si vous suivez l’évolution de vos dépenses au fil du temps, vous préférerez peut-être un tableau de bord en temps réel plutôt qu’un message quotidien. Muse peut créer des contenus riches et interactifs qui sont envoyés via le chat, mais qui peuvent également exister en dehors de celui-ci. Nous appelons cela des « artefacts ». Nous pensons que les utilisateurs rechercheront de plus en plus des interfaces riches et sur mesure, plutôt que ce que le chat propose aujourd’hui sous forme de texte.

Trouver la formule magique. Les premiers tests ont révélé un problème inattendu : Muse offrait tellement de possibilités que les utilisateurs ne savaient pas par où commencer. Nous avons donc conçu Muse pour qu’il réfléchisse en permanence à ce qu’il peut faire pour vous, en générant des idées basées sur vos objectifs, vos habitudes et ce qu’il a appris au fil des conversations. Les idées que Muse crée pour vous se présentent sous plusieurs formats : sous forme de conseils lors de vos premiers jours d’intégration ; sous forme de suggestions dans l’onglet « Idées » ; et, si Muse connaît vos objectifs, elle vous proposera de manière proactive de nouvelles idées ou des ajustements à apporter à votre projet en fonction de ses observations et de vos échanges avec elle.

Nom : idée.png Affichages : 101 Taille : 135,1 Ko

La suite du parcours

Nous sommes fiers de ce que nous avons construit, mais nous savons aussi que nous n’en sommes qu’au début. Il est important de bien réfléchir à la manière dont vous utilisez Muse ; prenez donc le temps de vous familiariser avec nos paramètres et nos commandes. Nous continuerons à tirer des enseignements de votre expérience et à faire évoluer le produit pour le rendre encore plus utile et sûr à utiliser. Nous le développerons avec autant d’ambition que de soin, car l’un ne va pas sans l’autre. C’est ainsi que nous comptons repousser les limites.

Source : Muse

Et vous ?

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

Voir aussi :

:fleche: Meta lance le modèle IA Muse Spark 1.3, qui offre des performances améliorées pour les tâches agentiques et de codage, une mise à jour payante de son modèle IA le plus avancé pour les développeurs

:fleche: Meta dévoile son premier modèle d'IA public, Muse Spark, qui affiche d'excellents résultats aux tests de référence, mais présente des « lacunes » dans les systèmes de codage et agentiques

:fleche: SpaceXAI et Cursor lancent Grok Bot, une application d'agent IA pour l'exécution autonome de tâches sur iPhone et Mac, capable de gérer des processus de bout en bout, à l'instar d'OpenClaw ou de Claude Cowork
Images attachées
     
]]> Intelligence artificielle Eliora https://www.developpez.net/forums/d2185548/general-developpement/algorithme-mathematiques/intelligence-artificielle/meta-presente-muse-assistant-ia-personnel-taches-quotidiennes-inspire-d-openclaw/ La banque UBS exige désormais des compétences en IA de la part de ses jeunes banquiers https://www.developpez.net/forums/showthread.php?t=2185542&goto=newpost Tue, 08 Sep 2026 15:15:42 GMT *La banque UBS exige... La banque UBS exige désormais de tous ses jeunes banquiers qu'ils justifient de compétences en IA, cette compétence étant passée du statut d'atout supplémentaire à celui d'exigence incontournable

La banque UBS exigera des jeunes diplômés et des stagiaires qui rejoindront ses rangs en 2027 qu’ils prouvent leur capacité à utiliser l’IA pour améliorer les résultats. Le Financial Times révèle que les entretiens comporteront des questions sur la manière dont les candidats utilisent ces outils. Tous les articles précédents de cette série traitaient de la réduction du nombre de jeunes recrues embauchées par les banques. Celui-ci change la donne quant aux compétences requises pour un jeune banquier. Le critère n’est pas de savoir si un candidat a ouvert ChatGPT. Il s’agit plutôt de savoir s’il est capable de citer une tâche concrète et d’expliquer ce qu’il a soumis à un modèle.

Juillet dernier, la banque JPMorgan Chase a révélé que l'IA avait permis à la banque de réduire ses effectifs jusqu'à 40 % dans certains secteurs d'activité, mais son PDG, Jamie Dimon, restait sceptique. Il a souligné que l'IA avait peu de chances de conférer à la plus grande banque américaine un avantage concurrentiel durable, car d'autres entreprises adoptent elles aussi cette technologie. S'exprimant lors de la conférence téléphonique sur les résultats du deuxième trimestre de JPMorgan, Dimon a déclaré que les investisseurs ne devaient pas s'attendre à ce que l'IA, à elle seule, augmente de manière significative les marges bénéficiaires de la banque.

Récemment, un rapport a révélé que la banque UBS exigera des jeunes diplômés et des stagiaires qui rejoindront ses rangs en 2027 qu’ils prouvent leur capacité à utiliser l’IA pour améliorer les résultats. Le Financial Times révèle que les entretiens comporteront des questions sur la manière dont les candidats utilisent ces outils. Tous les articles précédents de cette série traitaient de la réduction du nombre de jeunes recrues embauchées par les banques. Celui-ci change la donne quant aux compétences requises pour un jeune banquier.

Depuis deux ans, le débat sur l’IA dans le secteur bancaire tournait autour des effectifs : combien de jeunes diplômés une banque recrute-t-elle, et combien cesse-t-elle discrètement d’en recruter ? UBS a changé la donne. Elle ne se demande plus de combien de jeunes talents elle a besoin, mais quelles sont les qualités indispensables d’un jeune talent. Ce changement concerne toute personne postulant pour rejoindre la banque suisse en 2027, en tant que jeune diplômé ou stagiaire au sein de la division Global Banking and Markets. Ces candidats devront démontrer qu’ils sont capables d’utiliser l’IA pour améliorer les résultats et l’efficacité. Les entretiens comporteront des questions sur la manière dont les candidats utilisent concrètement ces outils.

Le critère n’est pas de savoir si un candidat a ouvert ChatGPT. Il s’agit plutôt de savoir s’il est capable de citer une tâche concrète et d’expliquer ce qu’il a soumis à un modèle. Puis d’indiquer en quoi le résultat obtenu était meilleur qu’auparavant. C’est une chose plus difficile à préparer qu’une réponse portant sur des compétences, et c’est voulu. Cette exigence s’ajoute aux critères d’embauche habituels, notamment un diplôme de haut niveau, plutôt que de les remplacer. UBS a déclaré au Financial Times que les compétences en IA complètent les aptitudes académiques et relationnelles. La même norme s’appliquera aux autres postes nouvellement publiés. Ce qu’UBS n’a pas précisé, c’est si cette exigence s’étendra à terme au personnel déjà en poste.

Les candidats retenus suivent ensuite un programme interne qu’UBS appelle « AI Fluency Pathway ». Il couvre des cas d’utilisation concrets dans le secteur bancaire ainsi que l’utilisation responsable de l’IA. Ce détail importe davantage que l’exigence mentionnée dans les gros titres. Une banque qui attendait une expertise déjà acquise dès le premier jour n’aurait pas besoin de mettre en place un parcours de formation. Ce qu’UBS recherche dès le départ, ce sont des preuves d’utilisation et une volonté d’apprendre.

Elle fait partie des premières grandes banques à formaliser cette exigence par écrit. Selon le Financial Times, Santander recherche des utilisateurs avancés en IA pour certains de ses programmes de formation. Cette pratique se généralise plutôt qu’elle ne fait ses débuts. Il s’agit de la première initiative de cette série qui ne vise pas à réduire le nombre de recrutements. En août, EY a prolongé la durée de ses stages à un an avant de proposer un emploi. Cela a permis à l’entreprise de gagner du temps pour évaluer la valeur d’un jeune diplômé. Une étude suisse publiée en juin a révélé une baisse du nombre d’offres d’emploi destinées aux débutants. C’est sur ce même marché du travail qu’UBS recrute. Des chercheurs de Harvard ont constaté que les start-ups spécialisées dans l’IA embauchaient moins de juniors et davantage de spécialistes confirmés.

Chacune de ces informations concerne l’offre. UBS, quant à elle, a mis l’accent sur les exigences. Les postes destinés aux jeunes diplômés existent toujours au sein de la banque, mais leur valeur a augmenté. Les banques ont passé l’année écoulée à automatiser les tâches qui occupaient auparavant une première année de travail : analyse financière, recherche et préparation des présentations clients. UBS teste également des avatars d’analystes pour les présentations clients, selon le Financial Times. Il s’agit du même métier, vu sous un autre angle.

Les analystes de Morgan Stanley s’attendent à ce que plus de 200 000 emplois bancaires disparaissent en Europe d’ici cinq ans. Par ailleurs, en mai, la banque a doublé ses prévisions concernant l’ampleur des suppressions d’effectifs dans le secteur bancaire européen dues à l’IA. Ce chiffre révisé s’élevait à près d’un cinquième de l’ensemble des emplois. Jamie Dimon a déjà déclaré que l’IA avait éliminé 30 à 40 % des emplois dans certaines divisions de JPMorgan.

Face à cela, une exigence en matière de recrutement sonne presque comme une assurance. UBS continue de recruter des jeunes diplômés. Elle a simplement décidé lesquels. Pour un candidat confronté à ces prévisions, se voir indiquer ce qu’il doit apprendre est une meilleure nouvelle que de s’entendre dire qu’il n’y a pas de recrutement, même si cette exigence elle-même représente une dépense supplémentaire à financer de sa propre poche.

Début septembre 2026, Andrew Bailey, gouverneur de la Banque d'Angleterre, a écrit dans une lettre adressée aux ministres des Finances du G20 – réunis en Caroline du Nord, aux États-Unis – qu’une « future correction des marchés » pourrait avoir des répercussions mondiales si la valeur des entreprises spécialisées dans l’IA venait à s’effondrer. Dans son rapport semestriel sur la stabilité financière, la banque centrale britannique a indiqué que l’IA faisait peser des menaces liées à une éventuelle bulle boursière, à des vulnérabilités accrues en matière de cybersécurité et à un endettement des entreprises de plus en plus complexe et opaque. S'exprimant en tant que président de l'organisme international de surveillance, le Conseil de stabilité financière, Bailey a déclaré dans sa lettre que « les marchés restent vulnérables à une correction potentiellement désordonnée qui pourrait se propager au-delà des frontières, compte tenu notamment des fragilités des marchés de la dette souveraine ».

Sources : UBS, The Financial Times

Et vous ?

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

Voir aussi :

:fleche: Les banques européennes prévoient de supprimer 200 000 emplois à mesure que l'IA s'impose, selon une nouvelle analyse de Morgan Stanley

:fleche: L'IA touche particulièrement les postes de débutants. L'emploi des jeunes dans les secteurs touchés par l'IA a baissé de 19 % par rapport aux métiers moins exposés à l'IA, selon une étude de Stanford

:fleche: L'IA pourrait remplacer environ 54 % des emplois dans le secteur bancaire, car ils ont un fort potentiel d'automatisation. L'assurance serait le deuxième secteur le plus touché avec 48 %, d'après Citigroup ]]> Intelligence artificielle Alex https://www.developpez.net/forums/d2185542/general-developpement/algorithme-mathematiques/intelligence-artificielle/banque-ubs-exige-desormais-competences-ia-part-jeunes-banquiers/ « Je refuse de former l’IA qui va me remplacer », lancent des intervenants de divers domaines https://www.developpez.net/forums/showthread.php?t=2185540&goto=newpost Tue, 08 Sep 2026 13:30:44 GMT *« Je refuse de former l’IA... « Je refuse de former l’IA qui va me remplacer », lancent des travailleurs soucieux de protéger leurs emplois, mais qui oublient qu’ils perdent le contrôle sur la qualité des productions de l’IA

Oui, il existe de nombreux cas documentés d'individus, de collectifs et de syndicats professionnels qui refusent catégoriquement de céder leurs données (voix, textes, images, visages) pour l'entraînement d'intelligences artificielles. Leur motif : Ils estiment financer et concevoir l'outil algorithmique destiné à les remplacer. Bien que ces démarches soient motivées par une volonté légitime de protection de l'emploi et de la propriété intellectuelle, elles se heurtent à plusieurs paradoxes structurels et éthiques.

Les comédiens de doublage et doubleurs de voix sont parmi les secteurs où l’on note la fronde individuelle et collective la plus virulente

Menés notamment par Pascale Chemin (voix du personnage Wraith), 32 comédiens de doublage français ont collectivement refusé de signer un avenant contractuel de l'éditeur Electronic Arts. Ce texte exigeait qu'ils cèdent leurs enregistrements pour l'entraînement d'IA génératives, ce qu'ils ont qualifié de demande explicite à « entraîner leur propre remplacement »

L'association allemande des créateurs de voix (VDS) a lancé un boycott massif après que Netflix a tenté d'imposer de nouvelles clauses obligeant les doubleurs à accepter l'usage de leurs voix pour le machine learning sans rémunération additionnelle. Les professionnels ont refusé de signer, expliquant que cela revenait à « acter légalement leur propre disparition »

Paul Skye Lehrman et Linnea Sage (deux voix off) ont attaqué en justice la startup d'IA Lovo. Ils avaient accepté de prêter leur voix pour de simples scripts de démo académique, mais ont refusé que ces enregistrements servent à entraîner un modèle commercial grand public qui vend désormais des répliques exactes de leurs voix pour remplacer des humains.

Nom : 0.png Affichages : 7868 Taille : 44,5 Ko

Les acteurs et scénaristes de Hollywood ne sont pas en reste

Gal Gadot a mené une bataille contractuelle féroce de six mois avant d'accepter de tourner dans le film Bitcoin. Elle a refusé catégoriquement les clauses permettant aux studios d'utiliser l'intelligence artificielle pour modifier, recréer ou cloner ses expressions faciales et son jeu d’actrice, un précédent salué par le syndicat SAG-AFTRA.

Au-delà des cas individuels, des dizaines de milliers de scénaristes et d'acteurs de doublage (notamment dans le jeu vidéo en 2024-2026) se sont mis en grève (grève historique du SAG-AFTRA). Le motif principal de leur refus de travailler était l'absence de verrous contractuels empêchant les studios de numériser leur image ou leurs textes pour alimenter des bases de données de substitution.


Les scientifiques et chercheurs universitaires aussi ont pris position

Plus de 3200 enseignants, chercheurs et mathématiciens français ont signé un manifeste refusant d'alimenter ou d'utiliser les systèmes d'IA générative dans leurs travaux académiques et administratifs. Au-delà de l'aspect écologique, ils refusent de participer à une dynamique technologique imposée qui vise, à terme, à automatiser la production scientifique et à dévaluer la rationalité humaine.

Nom : 1.png Affichages : 615 Taille : 8,8 Ko

Bien que le combat de ces individus et corporations repose sur une logique légitime de protection de l'emploi et de la propriété intellectuelle, ces refus font face à plusieurs paradoxes structurels et techniques

Même si un artiste refuse qu'on utilise ses données aujourd'hui, les modèles d'IA actuels ont déjà été entraînés sur des milliards de données du web. Des études scientifiques (notamment du MIT) démontrent qu'au-dessus d'une certaine échelle, retirer le travail d'un individu ou d'un groupe d'artistes ne change presque pas la capacité de l'IA à imiter parfaitement ce style. Ainsi, le refus individuel est symboliquement fort, mais techniquement stérile si la masse critique de données a déjà été absorbée.

En refusant d'entraîner l'IA pour la rendre plus éthique, humaine ou nuancée, les professionnels laissent le champ libre aux entreprises de la Tech pour entraîner leurs modèles avec des données de moins bonne qualité ou piratées. Le refus d'entraîner l'IA n'arrête pas son développement ; il accélère parfois la création d'une IA "sans âme" à bas coût qui sera tout de même utilisée par les studios pour remplacer les humains, dégradant l'industrie globale plutôt que de la protéger.


De nombreux professionnels refusent de prêter leur voix ou leurs textes pour l'entraînement, mais utilisent quotidiennement des logiciels (moteurs de recherche enrichis, correcteurs orthographiques prédictifs, logiciels de retouche comme Adobe) qui intègrent de l'IA entraînée sur les données d'autres travailleurs. Il est difficile de tracer une frontière éthique stricte entre l'IA que l'on rejette comme remplaçante et l'IA que l'on accepte comme assistante.

Et vous ?

:fleche: Pour ou contre la posture qui consiste à refuser de participer à l’entraînement des modèles d’intelligence artificielle ?

Voir aussi :

:fleche: Des joueurs mécontents obligent des studios à abandonner ou à modifier des titres récents soupçonnés d'intégrer des contenus générés par l'IA : « je ne paie rien que pour des jeux créés par des humains »

:fleche: Un tiers des employés de l'industrie US du jeu vidéo ont été licenciés au cours des deux dernières années, et plus d'un tiers des professionnels de ce secteur utilisent des outils d'IA générative

:fleche: L'utilisation de l'IA pour remplacer un acteur désormais contraire à la loi en Californie ainsi que l'utilisation de la voix ou l'image dune personne décédée dans des répliques numériques sans consentement
Images attachées
  
]]> Intelligence artificielle Patrick Ruiz https://www.developpez.net/forums/d2185540/general-developpement/algorithme-mathematiques/intelligence-artificielle/refuse-former-l-ia-va-me-remplacer-lancent-intervenants-divers-domaines/