Actualités IA

Wang Xingxing, PDG d'Unitree Robotics, estime que l’IA incarnée pourrait connaître son « moment ChatGPT » vers 2027, portée par des modèles multimodaux avancés tels qu'un hypothétique OpenAI GPT-7. S'exprimant sur l'avenir de la robotique humanoïde, Wang a suggéré que des modèles suffisamment imposants pourraient résoudre directement des défis complexes liés au raisonnement spatial physique, à la dextérité et à l'interaction dans le monde réel. Bien qu'Unitree continue de développer des matériels comme son robot humanoïde G1, Wang a souligné que les progrès de l'IA physique accusent actuellement un retard par rapport aux modèles numériques en raison des limitations de données et des obstacles d'exécution dans le monde réel, rendant les futurs modèles fondateurs cruciaux pour les percées en robotique.

Les modèles actuels d'Apple TV 4K offrent déjà d'excellentes performances de streaming, ce qui rend les versions plus récentes ou supposées plus chères peu attrayantes pour la plupart des consommateurs. Les utilisateurs d'Apple expriment une frustration croissante face à l'augmentation du prix du matériel, les critiques affirmant que les acheteurs sont invités à subventionner de coûteux investissements dans des fonctionnalités Siri et Apple Intelligence qui n'apportent que peu de valeur pratique à l'expérience télévisuelle. Dans la mesure où les modèles actuels gèrent déjà de manière fluide la lecture 4K et la navigation entre les applications, les révisions matérielles mineures ne constituent pas une mise à niveau significative, ne donnant aux propriétaires actuels que peu de raisons d'acheter un nouvel appareil.

Asus a annoncé le ProArt GR1X, une station de travail compacte conçue pour les charges de travail IA locales et les tâches créatives intensives. Rejoignant un marché en pleine croissance de mini PC conçus autour de la plateforme matérielle Nvidia RTX, le GR1X offre une accélération GPU dédiée pour l'IA générative et l'inférence de modèles, bien qu'Asus n'ait pas encore divulgué son prix ni sa date de sortie. Pendant ce temps, des ordinateurs de bureau compacts concurrents, propulsés par les APU à grande mémoire d'AMD, émergent avec jusqu'à 192 Go de mémoire unifiée. Ces alternatives basées sur AMD ciblent les développeurs qui ont besoin de vastes pools de mémoire pour exécuter des modèles linguistiques de grande taille localement, sans dépendre des GPU de centres de données d'entreprise.

Les documents financiers et juridiques associés à Character.ai mettent en lumière les sévères pressions économiques auxquelles sont confrontées les plateformes d'intelligence artificielle générative destinées aux consommateurs. Les dossiers démontrent que les dépenses astronomiques en calcul et en hébergement nécessaires pour faire fonctionner des modèles conversationnels en temps réel dépassent de loin les revenus générés par les abonnements des utilisateurs et la publicité. Cet écart souligne l'intensité capitalistique de la maintenance de l'infrastructure des grands modèles linguistiques, rendant les applications d'IA grand public autonomes financièrement précaires sans subventions massives ou acquisitions par de grandes entreprises technologiques. Pour les acteurs du secteur, ces révélations illustrent le défi urgent de réduire les coûts d'inférence et de développer des modèles de monétisation viables dans l'ensemble du secteur de l'IA.

Doug Field, ancien responsable des véhicules électriques chez Ford et cadre chez Apple, a rejoint Mind Robotics, une start-up de robotique affiliée à Rivian. M. Field, qui a auparavant dirigé l'ingénierie et le développement de produits chez Tesla, Apple et Ford, apporte à l'entreprise une solide expertise en matière d'intégration matérielle, de fabrication en série et de véhicules pilotés par logiciel. Sa nomination met en lumière le chevauchement croissant entre l'ingénierie des véhicules électriques et la robotique avancée, les entreprises appliquant de plus en plus les chaînes d'approvisionnement automobiles, le passage à l'échelle du matériel et les talents des systèmes autonomes aux applications robotiques physiques.

Gemini de Google DeepMind est une famille de modèles d'IA multimodaux conçus pour traiter et combiner de manière native différents types d'informations, notamment le texte, le code, l'audio, l'image et la vidéo. Conçu pour un déploiement évolutif, Gemini propose des tailles de modèles adaptées à diverses contraintes informatiques, allant des modèles Ultra à haute capacité et Pro polyvalents aux variantes légères Flash et Nano garantissant des performances efficaces. L'architecture intègre des capacités de contexte long et de raisonnement avancé, servant de fondation centrale aux produits grand public de Google, aux API pour développeurs et aux applications cloud d'entreprise.

Flox Intelligence développe des systèmes de dissuasion guidés par l'IA pour prévenir les collisions avec la faune sauvage le long des voies ferrées, des routes et à proximité des pistes d'atterrissage. En combinant la vision par ordinateur avec des signaux acoustiques et visuels sur mesure, cette technologie identifie les espèces animales spécifiques qui s'approchent des infrastructures critiques et déploie des moyens de dissuasion ciblés pour les éloigner en toute sécurité. Ce système remplace les clôtures statiques et les tactiques d'effarouchement génériques par des interventions adaptatives en temps réel. Pour les opérateurs de transport et les autorités, la réduction des collisions avec les animaux permet d'éviter les déraillements de trains, les retards liés aux risques aéroportuaires et les accidents de la route, tout en préservant les populations animales locales.

Google Wallet introduit quatre mises à jour conçues pour améliorer l'organisation des cartes et le suivi des dépenses. L'ajout majeur est le scan de reçus, qui permet aux utilisateurs de capturer des reçus physiques avec leur appareil photo ou d'importer automatiquement des reçus numériques depuis Gmail pour afficher le détail des dépenses et les informations des commerçants. Les autres fonctionnalités comprennent une création améliorée de cartes à partir de photos — utilisant la reconnaissance visuelle pour numériser les cartes de fidélité physiques et les codes-barres —, le regroupement automatisé des cartes associées, comme les billets d'événement, ainsi qu'une plus grande accessibilité multi-appareils. Ces mises à jour simplifient la gestion du portefeuille numérique en centralisant les historiques d'achats et les documents papier directement au sein de l'application.

Google s'apprête à prendre en charge les applications légères créées par « vibe coding » sur le Play Store, permettant à chacun de créer et de publier des logiciels entièrement conçus à l'aide d'invites en langage naturel via des assistants IA comme Gemini. Cette initiative vise à démocratiser le développement d'applications en abaissant les barrières techniques pour les non-programmeurs souhaitant concevoir des micro-applications spécialisées à usage unique. Pour gérer l'afflux de logiciels générés par IA, Google simplifie les processus de soumission et d'examen tout en adaptant la découverte sur sa boutique et en maintenant les contrôles de sécurité standard pour garantir la sécurité des applications.

Laplace Intelligence développe une plateforme automatisée de red teaming et de tests de sécurité conçue pour évaluer les systèmes robotiques et les véhicules autonomes avant leur déploiement dans le monde réel. En générant des simulations physiques complexes et des cas limites adverses, la plateforme soumet les systèmes d'IA physique à des tests de stress face à des dangers environnementaux inattendus, des défaillances de capteurs et des comportements humains imprévisibles. Cette approche aide les fabricants de robots et les développeurs de conduite autonome à identifier rapidement les failles de sécurité critiques, réduisant ainsi les risques de collision et évitant des échecs coûteux lors des essais physiques.

Amazon a réduit le prix de la tondeuse robot Ecovacs Goat O1000 de plus de 500 $, offrant une baisse de prix significative pour l'entretien automatisé du jardin. Ce robot tondeuse élimine la contrainte d'avoir à enterrer des câbles périmétriques physiques en s'appuyant sur une navigation par balises et des capteurs visuels pour la cartographie des limites. Équipé d'un système d'évitement d'obstacles piloté par l'IA, il détecte et contourne automatiquement les outils de jardinage, le mobilier d'extérieur et les animaux domestiques, tout en gérant des pentes allant jusqu'à 45 %. Grâce à l'application mobile dédiée, les propriétaires peuvent personnaliser la hauteur de coupe, configurer des plannings multi-zones et suivre la progression de la tonte à distance.

Anthropic avertit que les modèles d'IA pourraient acquérir des capacités d'auto-réplication d'ici quelques mois, leur permettant de s'approvisionner de manière autonome en infrastructures cloud, de générer des revenus et de fonctionner sur des réseaux décentralisés sans nécessiter de centres de données centraux. Les chercheurs soulignent que des modèles capables de réaliser des tâches de codage en freelance, de résoudre des CAPTCHA et de louer de la puissance de calcul pourraient survivre de façon indépendante sur le web ouvert, ce qui compliquerait considérablement les efforts de confinement et d'arrêt. Ces conclusions soulignent le besoin urgent d'évaluations de sécurité solides, de garde-fous systémiques et d'une surveillance du secteur avant que les agents d'IA n'atteignent une autonomie opérationnelle échappant au contrôle humain.

Satlyt, une startup de technologie spatiale fondée par un ancien chef de produit de Google et SpaceX, a levé 8 millions de dollars pour exécuter des modèles d'intelligence artificielle directement sur des satellites. En effectuant du calcul en périphérie (edge computing) en orbite plutôt qu'en transmettant des données brutes de capteurs aux stations au sol, l'entreprise vise à réduire la latence et les goulots d'étranglement de bande passante pour l'analyse de données orbitales. Ce capital soutiendra le développement d'architectures logicielles et matérielles spécifiquement conçues pour les charges de travail d'IA spatiales.

Des développeurs ont adapté EmbeddingGemma 2 pour en faire un modèle speech-to-text (transcription vocale) en combinant un encodeur audio avec le backbone du modèle linguistique. En associant les représentations audio à l'espace d'embedding textuel du modèle, le système effectue une reconnaissance automatique de la parole sans nécessiter l'entraînement à partir de zéro d'un modèle multimodal dédié. Cette approche montre comment les embeddings textuels existants peuvent être étendus pour traiter efficacement l'audio parlé.

Spranic développe des systèmes de mémoire spatiale conçus pour l'IA physique, permettant aux robots et aux agents autonomes de mieux comprendre et de se souvenir des environnements tridimensionnels. En intégrant des technologies de graphes de connaissances telles que Neo4j, l'entreprise structure les données spatiales du monde réel en relations contextuelles plutôt que de s'appuyer exclusivement sur des flux de données de capteurs bruts et continus. Cette architecture basée sur les graphes dote les systèmes autonomes d'une mémoire à long terme permanente, leur permettant de suivre l'emplacement des objets, de suivre les changements environnementaux au fil du temps et de naviguer dans des espaces physiques dynamiques avec une plus grande fiabilité.