Les grandes entreprises américaines ont bien compris le fonctionnement de l’administration Trump : pour obtenir des faveurs du maître de Washington, il faut signer de gros chèques. Plusieurs d’entre elles se sont ainsi montrées très généreuses pour financer la construction de la fameuse salle de bal attenante à la Maison-Blanche.

Une enquête du Washington Post liste les donateurs pour ce projet cher à Donald Trump. Dans la tech, Apple et NVIDIA sont en tête avec 25 millions de dollars chacune, suivi par Google (22 millions, de l’argent qui provient d’un accord à l’amiable pour un procès intenté par Trump à YouTube), Microsoft et Palantir (10 millions par tête de pipe), Amazon, Cisco et Meta avec 5 millions chacune. Les entreprises du secteur sont les donateurs les plus importants, avec un total de 126,1 millions de dollars.

Le Post a recensé 67 donations de plus de 10 000 dollars, pour un total de 333 millions. Donald Trump avait promis de donner de sa poche, mais il n’y a aucune trace de don de la part du président américain. « C’est entièrement payé par moi et quelques-uns de mes amis », avait-il pourtant déclaré l’an dernier, quelques jours après la démolition de l’aile Est de la Maison-Blanche.

Une déclaration doublement mensongère : non seulement il n’aurait rien donné du tout, mais une partie des coûts de construction sera payée par les contribuables américains. Le budget estimé pour la salle de bal se monte en effet à 600 millions. Les dons sont collectés par un trust qui verse l’argent au gouvernement et dans un compte de la Maison-Blanche contrôlé directement par Donald Trump, selon le Post.

L’absence de transparence sur les donateurs et l’opacité entourant la gestion des fonds soulèvent des questions de conflits d’intérêts, voire de corruption. Un porte-parole a refusé de commenter les dons individuels, préférant saluer « un large éventail de grandes entreprises américaines et de généreux particuliers, qui contribuent tous à améliorer la Maison du peuple pour les générations à venir ». Il ajoute à l’attention des critiques qu’ils se « plaindraient aussi si les contribuables américains devaient payer la facture de ces rénovations attendues depuis trop longtemps ».

Menaçant, il ajoute que l’administration « poursuivra sans relâche les responsables de cette fuite lâche, tout en continuant à protéger tous les donateurs ». NVIDIA, dont l’activité de puces IA en Chine est étroitement liée aux autorisations d’exportations américaines, a affirmé que son soutien était « indépendant de tout intérêt commercial ». Les autres entreprises citées n’ont pas voulu commenter. La salle de bal doit ouvrir ses portes en septembre 2028, deux mois avant la prochaine élection présidentielle américaine.

• Aux géants de la Silicon Valley, Donald Trump promet son aide

Enlarge your conversation

La publicité ciblée de ChatGPT disponible aux États-Unis permet à toute personne qui veut lancer une campagne de toucher des personnes en fonction de la conversation en cours, mais aussi de l’e-mail ou du numéro de téléphone de l’utilisateur.

Après avoir proposé un outil gratuit et sans publicité, OpenAI a progressivement mis en place l’affichage de publicités dans ses offres gratuite et Go. Comme d’autres entreprises du numérique, son outil intègre maintenant de la publicité ciblée. Celle-ci (aux États-Unis pour l’instant) est particulièrement précise et peut utiliser des données personnelles.

OpenAI a intégré depuis le début de l’année de la publicité dans son chatbot. D’abord ajoutées aux États-Unis, les pubs sont arrivées en France et en Europe depuis la fin du mois d’aout. De la même façon, l’entreprise a d’abord testé le ciblage des utilisateurs par les publicitaires de l’autre côté de l’Atlantique et, pour l’instant, celui-ci n’est pas encore actif chez nous.

Des publicités qui doivent s’adapter aux prompts des utilisateurs

Ce ciblage est particulièrement fin. Ainsi, si OpenAI assure ne pas partager d’information sur ses utilisateurs aux annonceurs, l’entreprise pousse ces derniers à créer des campagnes publicitaires adaptées à des groupes d’utilisateurs en fonction du contexte, afin qu’elle les cible pour eux. « Les indications contextuelles aident nos systèmes à déterminer quand vos publicités peuvent être pertinentes dans ChatGPT », explique OpenAI aux entreprises qui veulent placer de la publicité dans son chatbot. « Utilisez-les pour fournir des informations supplémentaires sur votre offre, au-delà de ce qui ressort déjà clairement de votre publicité ou de votre page de destination ».

Ainsi, OpenAI pousse les annonceurs à créer plusieurs types de publicité pour toucher au mieux ses utilisateurs : « Par exemple, une entreprise de plomberie peut utiliser des groupes d’annonces distincts pour les réparations d’urgence et l’entretien préventif. Ces deux groupes font la promotion de la même entreprise, mais répondent à des besoins différents de la clientèle ».

404 Media a testé l’outil proposé aux annonceurs en créant deux publicités. Nos confrères expliquent que le formulaire demande : « Décrivez les conversations, les sujets ou les mots-clés dans lesquels vos produits ou services pourraient être pertinents ; ces indications orientent la mise en correspondance, mais ne constituent pas des règles de ciblage par correspondance exacte ».

Utilisation de listes de prospects ou de clients

OpenAI permet aussi aux annonceurs de faire des campagnes en ciblant des listes d’utilisateurs sur lesquels ils ont des informations personnelles. L’entreprise appelle ces listes des « audiences personnalisées » (« custom audiences », en anglais). Ainsi, une page du site de l’entreprise explique : « les audiences personnalisées sont créées à partir de listes de clients ou de prospects à l’aide d’adresses e-mail, de numéros de téléphone, d’adresses e-mail hachées, de numéros de téléphone hachés ou d’identifiants publicitaires Google (GAID) ». Ainsi, les annonceurs peuvent utiliser des listes de numéros de téléphone ou d’e-mails sans même les hasher. Interrogée par 404 Media pour savoir si elle hashait les données qui ne le sont pas, l’entreprise n’a pas répondu mais a précisé que les fichiers de listes étaient supprimés après traitement (normalement dans les 24 h).

Ces listes peuvent être soit des listes noires (où les utilisateurs listés sont exclus du ciblage), soit des listes blanches (où ils sont au contraire inclus). Ces dernières ne peuvent être utilisées que si elles contiennent au moins 25 000 utilisateurs de ChatGPT.

« Le simple fait de figurer sur la liste d’un annonceur ne suffit pas à lui seul à déclencher l’affichage d’une publicité. Les filtres d’inclusion et les ajustements d’enchères par audience nécessitent au moins 25 000 utilisateurs correspondants, et les annonceurs ne peuvent pas voir quelles personnes correspondent ni sélectionner des individus spécifiques au sein d’une audience », explique OpenAI à 404 Media.

Après avoir introduit ses publicités, OpenAI semble vouloir miser dessus pour son business model. Au-delà du ciblage, l’entreprise a annoncé récemment l’introduction d’images publicitaires dans son chatbot. Et comme l’a repéré The Information, l’entreprise est allée débaucher chez ses concurrents des spécialistes du sujet. Ainsi, depuis mars dernier, le responsable du service publicité d’OpenAI est David Dugan, qui a passé 12 ans chez Meta/Facebook. En juillet, Mitch Pilar est parti de chez Google pour rejoindre son équipe et Mark Bambury, ancien de Twitter, est arrivé en septembre dans les locaux d’OpenAI Irlande pour gérer les publicités de la zone Europe, Moyen-Orient et Afrique (EMEA).

Et il reste encore six mois jusqu'au premier tour...

Le site du parti Les Républicains fait l’objet d’une attaque vendredi matin, avec une intrusion qui semble réussie puisque la page d’accueil a été remplacée par un long manifeste appelant à rejoindre les mobilisations du 17 octobre. Les auteurs de l’attaque affirment avoir mis la main sur des données internes.

Après le Rassemblement national en juillet, c’est au tour du parti Les Républicains de faire l’objet d’une cyberattaque. Vendredi 16 octobre matin, son site, republicains.fr, a été « défacé », c’est-à-dire modifié pour afficher un message de revendication, comme nous l’avons directement constaté.

Un défaçage en musique

« Nous avons rassemblé nos talents de lutte et avons offert un lifting au site officiel du parti « Les Républicains » ! Ceci est un APPEL à rejoindre les mobilisations du 17 octobre pour révolutionner la France et le monde. Faisons monter le rapport de force ! », affichait l’introduction de la page d’accueil piratée, accompagnée du thème musical « Drums of revolution » de One Piece.

L’attaque n’a pas été signée, mais outre des termes orduriers adressés aux Républicains, la page mise en ligne s’accompagne d’une liste de ressources « nécessaires à mener de front la révolution harmonieuse dont Paname et le monde qu’elle influence ont grand besoin », le tout présenté comme une démarche visant à concourir à « un monde antifasciste, anticapitaliste, queerféministe, antiraciste, antivalidiste et écoconscient ».

L’attaque semble avoir été lancée aux alentours de 11 heures, et la page d’accueil modifiée (voir sauvegarde, avec les images) est restée en ligne jusqu’aux alentours de 11h45, moment à partir duquel le parti (ou son prestataire) a temporairement réussi à restaurer la page d’accueil légitime. Une bataille technique semble toutefois toujours se jouer en coulisses : vers 12h30, heure de publication de cet article, l’accueil du site republicains.fr affichait par intermittence une page renvoyant vers la sauvegarde de la revendication.

Vol de données ?

Dans leur communication, les attaquants affirment avoir profité de leur accès pour mettre la main sur des informations internes, émanant potentiellement de la base de données du site (hébergé sous WordPress) :

« Nous avons volé toutes les données de votre site et de vos membres ainsi que tous vos échanges internes et messages privés. Si vous ne répondez pas sérieusement aux revendications des personnes mobilisées dans la rue, ou que vous supprimez notre appel de votre site avant le 20 octobre, nous enverrons une copie de vos données à tous les journalistes et médias d’investigation qui se feront un plaisir de vous démarrer – notamment durant toute cette période électorale. »

Cette attaque, au sujet de laquelle le parti Les Républicains ne s’est pas encore exprimé, intervient dans le contexte doublement explosif du mouvement lycéen et des mobilisations sociales prévues ce samedi 17 octobre, mais aussi de la campagne désormais bien lancée en vue de l’élection présidentielle de 2027. Le 9 octobre dernier, le site dédié au vote de la primaire socialiste démocratique avait déjà fait l’objet d’une tentative d’attaque par déni de service.

Sync-in est un projet libre de stockage, synchronisation et collaboration autour des fichiers. Son développeur principal, Johan Legrand, nous avait expliqué en octobre 2025 sa volonté de proposer une solution simple pour synchroniser et gérer des fichiers, avec un aspect collaboratif. Sync-in s’installe sur un serveur et permet la gestion des fichiers, l’utilisation d’une suite bureautique et fournit une gestion fine des autorisations.

La nouvelle mouture 2.6 intègre désormais draw.io pour la création et l’édition des diagrammes. L’installation peut se faire via le service Docker fourni ou une instance draw.io externe. La fonction prend en charge les fichiers VSDX et Gliffy, qui peuvent être importés et convertis au format .drawio.

Cette version apporte également des améliorations diverses, dont une visionneuse d’images modernisée, un mode galerie pour parcourir les images d’un dossier, la réunion du filtrage local et de la recherche globale dans la barre de navigation, des préférences utilisateur persistantes (enregistrées au niveau du compte), ou encore la possibilité pour la synchronisation d’ignorer les suppressions.

Sync-in propose en outre des améliorations de performances. La consommation mémoire se veut ainsi réduite d’environ 10 % et les vérifications de la base de données sont plus rapides. Côté sécurité, on note une protection harmonisée pour les services sensibles, dont l’authentification, la synchronisation et les liens publics.

Comme les versions précédentes, Sync-in 2.6 peut être récupéré en paquet NPM ou en image Docker. Les clients desktop (Windows, Mac, Linux, CLI) recevront prochainement une version 2.3 pour tenir compte des nouveautés introduites.

Souriez, vous êtes suivi

Le patron de Flock ne veut pas freiner le progrès pour des considérations de vie privée. Face aux critiques sur son réseau de surveillance vidéo, Garrett Langley évoque les bénéfices pour la sécurité et rappelle à ses détracteurs qu’ils pourraient, eux aussi, devenir victimes d’un crime.

On peut bien sacrifier un peu de vie privée en échange d’une baisse de la criminalité. C’est en substance le message de Garrett Langley, fondateur et directeur général de Flock, l’entreprise qui fabrique et opère les caméras du même nom.

Elle est devenue la marque la plus détestée aux États-Unis, où le réseau de 130 000 caméras collecte les plaques, mais aussi la marque, le modèle et les signes distinctifs des véhicules qui passent devant ses objectifs. Ce qui alimente en retour des bases de données de surveillance de tous les automobilistes.

• États-Unis : les caméras Flock, détestées depuis tous les bords politiques

« Si nous voulons vivre dans une société où les personnes qui commettent un crime ont davantage de chance de devoir répondre de leurs actes, nous ne devrions pas freiner le progrès », a-t-il déclaré durant une table ronde à Disrupt 2026, un événement organisé par TechCrunch. Le déploiement de la surveillance deviendrait donc synonyme de progrès ; la contestation se transformerait en obstacle à une société plus sûre.

Il a invité les opposants à Flock et son réseau vidéo à s’imaginer victimes d’un crime : « Nous avons évidemment commis notre lot d’erreurs, et certaines personnes désapprouvent ce que nous faisons, mais cela en vaut la peine, parce qu’un jour, elles pourraient elles-mêmes être victimes d’un crime », affirme-t-il.

Un compromis et des garde-fous à géométrie variable

Cet appel à la peur ne répond pas aux objections sur les conditions d’accès aux données – des policiers en auraient un usage plutôt libéral – ou sur les moyens d’empêcher leur détournement. Ces critiques seraient « le prix à payer » lorsqu’on bâtit une entreprise ayant un tel impact : « je pense que cela en vaut la peine, parce que des millions et des millions de personnes vivent mieux aujourd’hui grâce à Flock. » Les bénéfices revendiqués pour le plus grand nombre suffiraient à relativiser les abus reconnus par le dirigeant.

Ce message n’est pas nouveau chez Garrett Langley. Déjà fin août, il laissait entendre qu’il fallait accepter un compromis sur la vie privée, au bénéfice de la sécurité. Sur Fox News, le dirigeant avait expliqué que « quand les gens ne parlent que de l’un de ces deux enjeux, la vie privée ou la sécurité, ils se trompent de priorité. Ce que nous devons privilégier en tant que pays, c’est le compromis ».

Devant la controverse provoquée par ses caméras, l’entreprise a annoncé en août plusieurs mesures. À compter du 1ᵉʳ janvier, les forces de l’ordre souhaitant exploiter des données Flock devront utiliser un outil d’examen conçu pour signaler une activité anormale. Une fois celle-ci détectée par le système, l’accès de l’utilisateur sera bloqué en attendant le résultat de l’audit.

La durée de stockage des données va être ramenée à 7 jours au lieu de 30 jours. Les services de police devront saisir un code issu de leur système de gestion des dossiers avant de pouvoir lancer une recherche.

Les clients auront également la possibilité de limiter les catégories d’infractions pour lesquelles des services extérieurs pourront effectuer des recherches. Une ville A pourra refuser à une ville B de faire une recherche liée à l’application des lois sur l’immigration, par exemple.

Les choses sont « dites »

Le débat secoue la communauté du libre depuis des mois : faut-il accepter le code généré par IA ? Pour certains, c’est une trahison de l’esprit même du libre. Pour d’autres, ce n’est pas un problème. Pour Linus Torvalds, il n’y a vraiment aucun problème, mais à une condition. Au point de se mettre une nouvelle fois en colère.

La question de savoir si le code généré par IA doit être accepté dans le noyau Linux semble être tranchée depuis un moment. Mais, le débat a évolué il y a bientôt 18 mois : le code généré par IA doit-il recevoir un marquage spécial ?

La question a été officiellement posée par Sash Levin en juillet 2025, comme le relevait alors Phoronix. Développeur travaillant chez NVIDIA et co-mainteneur des versions LTS (Long Term Support) du noyau, il avait proposé que les contributions au code générées par des LLM soient marquées d’un label « Co-developed-by ». Avec le temps, cette proposition évoluera en « Assisted-by ».

Dans un premier temps, cette proposition va plaire, au point d’être adoptée au Maintainers Summit 2025 en fin d’année dernière. À ce moment déjà, Linus Torvalds doutait déjà du bien-fondé de l’approche. Dans les mois qui suivent, un document coding-assistants.rst entre dans le noyau 7.0 pour formaliser ce qui est alors considéré comme une bonne pratique.

L’usage raisonné à grands coups de marteau

Les positions du père de Linux vont retentir plusieurs fois en 2026. Dès janvier, il s’oppose à ce que la documentation du noyau prenne parti. Sans jamais vraiment le dire, il milite alors pour un usage « raisonné » de l’IA. En mai par exemple, il tempête contre les trop nombreux rapports de bugs produits par les outils automatiques. Une critique désormais courante, portée notamment par l’équipe de FFmpeg qui fustigeait les LLM utilisés à la va-vite pour générer des rapports de bugs de faible qualité (le fameux slop, ou « bouillie »).

Deux mois plus tard éclate un débat autour de Sashiko, un service centralisé proposé par Google pour surveiller automatiquement la mailing-list du noyau (entre autres) pour publier ensuite des reviews de code de manière automatisée. Linus Torvalds intervient alors pour indiquer que le consensus général des mainteneurs du noyau est que l’IA est utile quand elle est utilisée correctement. Il ne souhaite pas que les rapports générés soient rejetés en bloc, tout en soulignant les améliorations nécessaires.

Le cas du noyau Linux 7.3

Depuis, sa position s’est encore affirmée, notamment à travers la gestation du noyau Linux 7.3. Les Release Candidates 6 et 7 sont devenues une « nouvelle normalité », car au lieu de ne corriger que quelques bugs – ce qui est traditionnellement le cas à ce stade du développement –, elles en corrigent des centaines.

Jonathan Corbet (LWN.net) a ainsi fait un compte-rendu du dernier Maintainers Summit qui s’est tenu le 8 octobre à Prague. Selon lui, le noyau 7.3 comporte actuellement 18 533 changements. Sur cet ensemble, 10 % des correctifs portent la mention « Assisted-by », mais il ajoute : « Le nombre réel de correctifs assistés par LLM est sûrement bien plus élevé ».

Il rapporte également la prise de parole de Linus Torvalds : blâmer les LLM au sein de la communauté est contre-productif car le problème se concentre sur les utilisateurs qui ne savent comment les utiliser, ou même comment fonctionne le noyau. « Torvalds et d’autres ont répété que les contributions de faible qualité venaient de nouveaux développeurs et qu’elles devraient recevoir une faible priorité, la communauté devrait arrêter d’essayer de rendre la contribution facile. De nombreux développeurs ont déclaré, à plusieurs reprises qu’ils essayaient de les mentorer mais que c’était presque toujours une perte de temps ; ils n’écoutent pas », rapporte sévèrement Jonathan Corbet.

Linus Torvalds se fâche (encore)

Au sommet de Pragues, les mainteneurs du noyau ont convenu que l’étiquette était désormais obsolète. Cependant, le développeur Laurent Pinchart s’y est opposé. Dans un message daté du 13 octobre, il refuse que l’étiquette soit supprimée tant qu’un mécanisme de remplacement n’a pas été mis en place. Il soutient qu’une règle sert à fixer les attentes, même si certains la contournent.

La réponse de Torvalds, dans la nuit du 13 au 14 octobre, est salée.

« Je ne comprends pas toute cette idée idiote du « n’utilisez pas l’IA pour X ». Voici une nouvelle règle rien que pour vous : n’utilisez aucun compilateur pour vos contributions au noyau. Parce que si vous ne pouvez pas démontrer que vous comprenez réellement ce que fait la machine en écrivant votre code en assembleur, alors je ne veux pas voir votre contribution. Vous n’êtes manifestement pas compétent si vous ne savez pas l’écrire ainsi.

Et au fait, vous feriez mieux de ne pas utiliser non plus d’éditeur pour rédiger ce message de validation. Parce que j’ai besoin que vous me montriez que vous savez réellement écrire un bon message de validation sans outils qui permettent de revenir en arrière facilement et de masquer les erreurs commises en tapant. D’accord ? Parce que, sinon, vos validations assistées par des outils ne montrent clairement pas que vous savez ce que vous faites.

Ne voyez-vous pas à quel point ce genre de règles serait ABSOLUMENT STUPIDE ?

Alors non. Nous n’allons pas établir de règles stupides qui disent « vous ne pouvez pas utiliser d’outils pour X ». Ce que j’attends moi, c’est que les gens fassent de leur mieux, et j’attends d’eux qu’ils comprennent ce qu’ils font. Mais cette compréhension a très peu de rapport avec les outils qu’ils utilisent.

Et, très honnêtement, d’après mon expérience, les personnes que je respecte et que je juge intelligentes ne sont pas celles qui rechignent à utiliser des outils nouveaux et intéressants. »

Aujourd’hui, un nombre croissant accepte les contributions générées par LLM. Dernièrement, le cas le plus visible a été le projet Debian, qui a adopté un consensus que l’on trouve dans plusieurs autres projets, dont Fedora, LLVM ou même Firefox : les contributions sont acceptées à condition que les personnes qui les émettent soient capables de les relire, de les comprendre et de les expliquer.

D’autres projets, comme Gentoo, NetBSD, Zig ou Krita refusent explicitement ce type de contribution ou ont mis en place un moratoire sur cet usage. Enfin, beaucoup ne sont pas encore officiellement positionnés, à l’instar du projet KDE, qui vient de fêter ses 30 ans.

• KDE fête ses 30 ans

Poids ouverts pour le poids lourd

Avec Muse Spark Open, Meta revient à ses premières amours, c’est à dire les modèles IA à poids ouverts. Et pour faire tourner ce poids lourd en local, l’entreprise s’est trouvé un partenaire inattendu : Apple.

Avec son ancienne famille de modèles Llama, Meta pensait avoir trouvé la botte secrète face aux LLM propriétaires d’OpenAI, d’Anthropic ou de Google : des modèles à poids ouverts, autrement dit qu’il est possible de télécharger et d’exploiter en local (sous certaines conditions). Patatras : la version 4 des modèles Llama livrée en avril 2025 a été entachée par des accusations de manipulation de benchmarks.

Derrière les modèles chinois

Piqué au vif, Mark Zuckerberg a décidé de tout remettre à plat et de créer de toutes pièces un nouveau labo dont les membres ont été débauchés à prix d’or partout dans la Silicon Valley et au-delà. Les premiers résultats sont apparus un an plus tard avec Muse Spark, un modèle… fermé.

L’idée des poids ouverts n’était cependant pas perdue. Alors que le débat autour des modèles ouverts battait son plein cet été, Meta livrait Muse Glimmer, un modèle déjà conséquent de 30 milliards de paramètres assorti d’une licence open source permissive (Apache 2.0). L’entreprise en rajoute une couche avec Muse Spark Open, « le modèle à poids ouverts américain le plus capable ».

Muse Spark Open est un modèle multimodal de 816 milliards de paramètres (42 milliards actifs pour chaque token utilisé selon une architecture Mixture of Experts) avec une fenêtre de contexte de 1 million de tokens, autrement dit la quantité d’informations qu’il peut prendre en compte durant une interaction. C’est désormais courant pour les modèles frontières, y compris Muse Wonder. Spark Open accepte du texte, des images, de la vidéo et de l’audio en entrée, mais il ne génère que du texte.

Meta présente Spark Open comme « conçu pour la programmation et les tâches agentiques », avec une prédilection pour « les travaux de longue haleine, le développement logiciel complexe et le raisonnement en plusieurs étapes. » Face à des modèles à poids ouverts concurrents, il figure en tête dans deux des trois benchmarks sur les tâches agentiques (JobBench et MCP-Atlas). Sur GDPval-AA v2 en revanche, il est dépassé par trois modèles chinois et Mistral Large 4.

En matière de programmation, Spark Open n’occupe aucune première place du podium : il est derrière quatre rivaux sur Terminal-Bench 2.1, et il se trouve dans la moyenne sur DeepSWE. Le modèle affiche de bons résultats sur les tests de connaissances et de raisonnement, et il se montre solide sur le multimodal. En tout, sur onze benchs, Meta décroche six premières places. Il manque également au tableau ses comparaisons avec les modèles fermés d’OpenAI et d’Anthropic.

Deux Mac Studio pour un modèle poids lourd

Le modèle donnera la pleine mesure de son talent sur le Mac Studio avec puce M5 Ultra, et même deux. Meta et Apple ont en effet travaillé ensemble pour que Spark Open exploite à plein le GPU intégré au silicium Apple, sa mémoire unifiée et la bande passante de la puce (jusqu’à 1,2 To/s).

Connecter deux Mac Studio dotés de 512 Go de mémoire permet de répartir le modèle entre les deux machines, qui disposent ainsi d’un téraoctet de mémoire au total : les 816 milliards de paramètres , stockés dans une version quantifiée en 4 bits, restent ainsi disponibles en mémoire (même si 42 milliards sont réellement mobilisés pour chaque token traité).

On parle d’une configuration qui devrait aisément dépasser les 30 000 euros pour deux Mac Studio M5 Ultra, Apple n’ayant pas encore annoncé le prix de l’option mémoire de 512 Go… Et Meta a indiqué qu’on pouvait même monter à quatre Mac Studio. Le tout est réalisable grâce à MLX, un framework d’Apple qui répartit l’exécution de modèles à poids ouverts entre plusieurs Mac reliés en Thunderbolt 5.

La haine recuite entre les deux entreprises est oubliée : l’IA rapproche donc même les pires ennemis ! « On est ravis que papa et maman s’entendent à nouveau », s’est amusé Alexandr Wang, le patron de l’IA chez Meta, auprès d’Axios. Les deux entreprises ont bûché pendant plusieurs mois pour cette annonce, mais cela ne les empêchera pas de conserver leur rivalité sur d’autres terrains. « Quand il est pertinent de collaborer et de nouer des partenariats, nous voulons pouvoir le faire », ajoute le dirigeant.

Les poids de Muse Spark Open sont disponibles sur Hugging Face. La licence Muse Model n’est pas aussi permissive que celle de Glimmer, même s’il est autorisé de modifier le modèle, de le distiller, de le redistribuer et même d’en vendre des copies sous réserve de respecter la licence et d’afficher une attribution. Certains usages militaires, la création de logiciels malveillants et le contournement des restrictions ou mesures de sécurité sont prohibés. Meta ne revendique aucun droit de propriété sur les sorties du modèle.