La parole est aux mains

La réorganisation de Google DeepMind n’empêche pas le labo IA du géant du web de continuer à produire des technologies inédites. À l’occasion de la présentation de la nouvelle gamme Pixel 11, DeepMind a dévoilé un nouveau modèle qui transcrit le langage des signes en texte.

Les Pixel 11 sont les premiers smartphones Android à intégrer le modèle SL2T (pour « sign-language-to-text »). Développé par Google DeepMind, il permet aux sourds et aux malentendants de signer devant leur téléphone au lieu de saisir du texte. Il devient donc possible de chercher quelque chose sur internet, d’écrire des messages, d’interagir avec Gemini ou de répondre dans le fil d’une conversation en utilisant le langage des signes.

Les testeurs de Google affirment que cette fonction d’accessibilité est bien plus naturelle, plus rapide et plus agréable que de taper du texte. L’ASL, la langue des signes américaine, est la première à être prise en charge. D’autres langues sont dans les tuyaux, tout comme le support d’appareils supplémentaires.

Les mains dans le cambouis

Comme l’explique Google, les langages des signes – il en existe plus de 200 – sont de « vraies langues », chacune ayant sa propre grammaire et son propre lexique, qui utilise non seulement les mains bien sûr, mais aussi le visage et les mouvements de la tête, le torse et l’espace.

Le développement d’un modèle SL2T doit franchir deux obstacles : d’une, le défi linguistique, puisque les langues des signes ne sont pas la transcription mot à mot d’une langue orale. De deux, un défi visuel : le modèle doit en effet comprendre des mouvements complexes du corps, des mains, du visage, de la position du corps, le tout étant très rapide et parfois simultané.

Google rappelle l’existence de « gants de traduction », une des premières tentatives de transcrire le langage des signes en texte. Une tentative « fondamentalement limitée » puisque les langues des signes ne sont pas de « l’anglais [ou du français] avec les mains ». Le modèle mis au point par DeepMind doit répondre à ces deux problématiques.

Le modèle SL2T a été entraîné sur plus de 100 000 heures de données de 50 langues des signes (un quart de ce volume d’heures ayant été consacré à l’ASL). « L’entraînement conjoint sur diverses langues, dialectes et niveaux de maîtrise permet au modèle d’apprendre des structures sous-jacentes communes, ce qui l’a amené à surpasser les modèles monolingues dans nos expériences », explique l’équipe.

En attendant la LSF

La traduction ne s’appuie pas sur le flux vidéo brut, afin de protéger la vie privée de l’utilisateur. Un modèle spécialisé, MediaPipe Holistic, suit les points de repères du corps ; le traitement est réalisé en local, sur l’appareil. Il envoie ces points de repère au serveur, tandis que la vidéo est immédiatement supprimée.

Les coordonnées corporelles sont ensuite analysées et transformées en texte. « Traduire directement à partir des points de repère supprime les limites artificielles de vocabulaire et permet à la qualité de traduction de progresser directement avec la quantité de données », ajoute Google qui s’enorgueillit de n’avoir pas utilisé de gloses. Ces annotations intermédiaires, très utilisées dans les travaux sur la traduction des langues des signes, sont jugées insuffisantes pour capturer la richesse de ces langages.

En termes de performances, Google affirme que SL2T décroche les meilleurs résultats sur les principaux tests de traduction de l’ASL vers l’anglais (à l’instar de FLEURS-ASL). Le modèle a aussi été optimisé pour des usages du monde réel, où il faut une latence faible, éviter les hallucinations, sans oublier de prendre en compte les signeurs gauchers.

Pour développer la suite, Google a créé l’AI Sign Language Advisory Committee (AISLAC), qui regroupe des organisations internationales de sourds et malentendants, ainsi que des spécialistes du sujet. Un rapport d’impact a également été publié à l’occasion du lancement de cette version 1.0 du modèle SL2T.

• Google réorganise DeepMind pour accélérer sur Gemini

La parole est aux mains

La réorganisation de Google DeepMind n’empêche pas le labo IA du géant du web de continuer à produire des technologies inédites. À l’occasion de la présentation de la nouvelle gamme Pixel 11, DeepMind a dévoilé un nouveau modèle qui transcrit le langage des signes en texte.

Les Pixel 11 sont les premiers smartphones Android à intégrer le modèle SL2T (pour « sign-language-to-text »). Développé par Google DeepMind, il permet aux sourds et aux malentendants de signer devant leur téléphone au lieu de saisir du texte. Il devient donc possible de chercher quelque chose sur internet, d’écrire des messages, d’interagir avec Gemini ou de répondre dans le fil d’une conversation en utilisant le langage des signes.

Les testeurs de Google affirment que cette fonction d’accessibilité est bien plus naturelle, plus rapide et plus agréable que de taper du texte. L’ASL, la langue des signes américaine, est la première à être prise en charge. D’autres langues sont dans les tuyaux, tout comme le support d’appareils supplémentaires.

Les mains dans le cambouis

Comme l’explique Google, les langages des signes – il en existe plus de 200 – sont de « vraies langues », chacune ayant sa propre grammaire et son propre lexique, qui utilise non seulement les mains bien sûr, mais aussi le visage et les mouvements de la tête, le torse et l’espace.

Le développement d’un modèle SL2T doit franchir deux obstacles : d’une, le défi linguistique, puisque les langues des signes ne sont pas la transcription mot à mot d’une langue orale. De deux, un défi visuel : le modèle doit en effet comprendre des mouvements complexes du corps, des mains, du visage, de la position du corps, le tout étant très rapide et parfois simultané.

Google rappelle l’existence de « gants de traduction », une des premières tentatives de transcrire le langage des signes en texte. Une tentative « fondamentalement limitée » puisque les langues des signes ne sont pas de « l’anglais [ou du français] avec les mains ». Le modèle mis au point par DeepMind doit répondre à ces deux problématiques.

Le modèle SL2T a été entraîné sur plus de 100 000 heures de données de 50 langues des signes (un quart de ce volume d’heures ayant été consacré à l’ASL). « L’entraînement conjoint sur diverses langues, dialectes et niveaux de maîtrise permet au modèle d’apprendre des structures sous-jacentes communes, ce qui l’a amené à surpasser les modèles monolingues dans nos expériences », explique l’équipe.

En attendant la LSF

La traduction ne s’appuie pas sur le flux vidéo brut, afin de protéger la vie privée de l’utilisateur. Un modèle spécialisé, MediaPipe Holistic, suit les points de repères du corps ; le traitement est réalisé en local, sur l’appareil. Il envoie ces points de repère au serveur, tandis que la vidéo est immédiatement supprimée.

Les coordonnées corporelles sont ensuite analysées et transformées en texte. « Traduire directement à partir des points de repère supprime les limites artificielles de vocabulaire et permet à la qualité de traduction de progresser directement avec la quantité de données », ajoute Google qui s’enorgueillit de n’avoir pas utilisé de gloses. Ces annotations intermédiaires, très utilisées dans les travaux sur la traduction des langues des signes, sont jugées insuffisantes pour capturer la richesse de ces langages.

En termes de performances, Google affirme que SL2T décroche les meilleurs résultats sur les principaux tests de traduction de l’ASL vers l’anglais (à l’instar de FLEURS-ASL). Le modèle a aussi été optimisé pour des usages du monde réel, où il faut une latence faible, éviter les hallucinations, sans oublier de prendre en compte les signeurs gauchers.

Pour développer la suite, Google a créé l’AI Sign Language Advisory Committee (AISLAC), qui regroupe des organisations internationales de sourds et malentendants, ainsi que des spécialistes du sujet. Un rapport d’impact a également été publié à l’occasion du lancement de cette version 1.0 du modèle SL2T.

• Google réorganise DeepMind pour accélérer sur Gemini

Google peut s’enorgueillir de compter dans son catalogue 14 services et produits qui dépassent le milliard d’utilisateurs : Gemini fait désormais partie de ce club, comme s’en réjouit Sundar Pichai, le directeur général d’Alphabet et de Google. Le dirigeant parle de l’application Gemini, ce qui exclut les utilisateurs qui se servent de cette IA ailleurs (Google a pris l’habitude d’insérer Gemini partout où c’est possible, parfois au chausse-pied).

La performance est quand même à relativiser, sachant que l’app Gemini est préinstallée sur les smartphones Android. Évidemment, c’est un sérieux avantage qui aide à recruter des utilisateurs. Josh Woodward, le chef de Gemini, confirme qu’Android est la plateforme dominante et de loin, puisque Gemini compte plus de 100 millions d’utilisateurs sur iOS.

Il donne aussi quelques précisions et statistiques d’usage sur Gemini. En vrac : les utilisateurs avancés sur macOS envoient des requêtes deux fois plus souvent que les utilisateurs d’autres plateformes, 63 % des utilisateurs parlent à Gemini, l’IA génère plus de 150 millions d’images chaque jour, elle peut automatiser des actions dans une quarantaine d’apps.

En ce qui concerne les 13 autres produits qui dépassent le milliard d’utilisateurs, ils avaient été révélés durant l’édition 2026 de la Google I/O en mai dernier. Il s’agit de la recherche Google, Gmail, Google Drive, Chrome, Google Maps, Google Play, Google Calendar, Google Photos, Android, Google Discover, Google Lens, YouTube et Google Messages.

Gemini n’est pas la seule application IA qui ait atteint ce seuil psychologique. OpenAI a révélé au détour d’un billet de blog posté le 6 août que ChatGPT dépassait également le milliard d’utilisateurs. Comme l’indique The Verge, le chatbot aurait en fait franchi cette étape dès le mois de juin.

Google peut s’enorgueillir de compter dans son catalogue 14 services et produits qui dépassent le milliard d’utilisateurs : Gemini fait désormais partie de ce club, comme s’en réjouit Sundar Pichai, le directeur général d’Alphabet et de Google. Le dirigeant parle de l’application Gemini, ce qui exclut les utilisateurs qui se servent de cette IA ailleurs (Google a pris l’habitude d’insérer Gemini partout où c’est possible, parfois au chausse-pied).

La performance est quand même à relativiser, sachant que l’app Gemini est préinstallée sur les smartphones Android. Évidemment, c’est un sérieux avantage qui aide à recruter des utilisateurs. Josh Woodward, le chef de Gemini, confirme qu’Android est la plateforme dominante et de loin, puisque Gemini compte plus de 100 millions d’utilisateurs sur iOS.

Il donne aussi quelques précisions et statistiques d’usage sur Gemini. En vrac : les utilisateurs avancés sur macOS envoient des requêtes deux fois plus souvent que les utilisateurs d’autres plateformes, 63 % des utilisateurs parlent à Gemini, l’IA génère plus de 150 millions d’images chaque jour, elle peut automatiser des actions dans une quarantaine d’apps.

En ce qui concerne les 13 autres produits qui dépassent le milliard d’utilisateurs, ils avaient été révélés durant l’édition 2026 de la Google I/O en mai dernier. Il s’agit de la recherche Google, Gmail, Google Drive, Chrome, Google Maps, Google Play, Google Calendar, Google Photos, Android, Google Discover, Google Lens, YouTube et Google Messages.

Gemini n’est pas la seule application IA qui ait atteint ce seuil psychologique. OpenAI a révélé au détour d’un billet de blog posté le 6 août que ChatGPT dépassait également le milliard d’utilisateurs. Comme l’indique The Verge, le chatbot aurait en fait franchi cette étape dès le mois de juin.

Inked

Anthropic va appliquer des watermarks sur les contenus générés par Claude, ce qui permettra de les repérer plus facilement. Cet engagement est aussi une obligation réglementaire en vertu de l’AI Act européen.

Depuis le 2 août dans l’UE, les fournisseurs d’IA générative doivent intégrer un marquage technique de détection dans les images, les sons, les vidéos ou les textes générés ou manipulés par IA. C’est le sens de l’article 50 de l’AI Act. Il y a des exceptions importantes : quand le contenu généré par IA a fait l’objet d’un examen humain ou d’un contrôle éditorial, le tatouage n’est pas nécessaire.

• Le 2 août, l’AI Act avance et recule à la fois

Cette obligation ne concerne aussi que les modèles d’IA commercialisés après la date du 2 août ; pour les modèles déjà disponibles, un sursis de 4 mois – jusqu’au 2 décembre – a été accordé. Mais, quoi qu’il en soit, les fournisseurs d’IA doivent plancher sur des systèmes de marquage des contenus générés par leurs services.

Un double dispositif de marquage

Anthropic a dévoilé son plan de match, en tant que fournisseur et comme signataire du code de pratique sur la transparence des contenus générés par IA. L’adhésion à ce code est volontaire, mais de toute manière les exigences de transparence prévues à l’article 50 constituent des obligations légales.

Deux mécanismes sont mis en œuvre sur les modèles lancés après le 2 août (Anthropic indique travailler sur un watermark pour les contenus générés avec les modèles disponibles avant cette date). Le premier concerne le texte, qui contient une marque statistique invisible. Elle ne se voit pas à la lecture, elle ne change pas le sens du texte, et elle reste intégrée au texte ; par conséquent, un copier/coller conservera la marque.

Le deuxième dispositif touche les fichiers générés ou traités par Claude, comme les images au format SVG, PNG ou JPG. Le modèle ajoute des métadonnées de provenance signées selon le standard ouvert Content Credentials de la C2PA (Coalition for Content Provenance and Authenticity). Si de telles métadonnées sont présentes dans un fichier, cela signifie qu’il a été traité par Claude.

Google utilise de son côté SynthID, un filigrane invisible développé par DeepMind. Ce signal est directement intégré dans le contenu, ce n’est pas une métadonnée. Par conséquent, il est possible de combiner SynthID avec Content Credentials : c’est d’ailleurs le choix d’OpenAI pour ses outils de génération d’images. Anthropic donne malheureusement très peu de détails techniques sur son marquage, que ce soit pour les fichiers ou le texte.

Il y a des limites à l’exercice. Anthropic explique ainsi qu’un texte généré par Claude peut ne pas présenter de tatouage s’il a été « fortement modifié, paraphrasé, traduit ou mélangé à d’autres écrits », si le passage est très court (trop peu de texte pour obtenir un signal fiable), si les métadonnées ont été supprimées après une conversion de format, une capture d’écran ou un nouvel enregistrement.

Logiquement, le texte n’aura pas de marquage s’il a été généré par un modèle ne prenant pas en charge le tatouage numérique. Par ailleurs, si un contenu ne présente aucun marquage, cela ne veut pas dire pour autant qu’il n’a pas été généré ou modifié par une IA.

Marquage au fer rouge

Anthropic ne précise pas la technologie utilisée pour tatouer le texte, mais le marquage d’un tel contenu repose généralement sur un algorithme qui influence discrètement les choix de mots ou de tokens du modèle. Cela produit un motif statistique détectable qui peut signaler qu’un texte a été généré ou traité par un système d’IA.

L’entreprise prévient aussi que la présence d’une marque ne confirme pas la provenance d’un contenu. Claude peut ne pas être « l’auteur » d’origine : le modèle peut servir à relire, traduire, résumer ou convertir des fichiers. Le résultat porte un tatouage Anthropic, mais les idées ou les données peuvent provenir d’une autre source. De même, un contenu marqué peut être modifié, extrait ou combiné avec d’autres éléments après son traitement par Claude.

Il ne reste plus qu’une chose à mettre en place : un outil de détection des marques de Claude. Anthropic n’a rien à proposer, ce qui annule tout l’intérêt de cette annonce – pour le moment. L’entreprise planche en effet sur le sujet pour « permettre aux utilisateurs et aux tierces parties de détecter les watermarks intégrés et les métadonnées ». Une documentation technique sur les mécanismes de détection est en préparation. Pour les fichiers contenant un marquage C2PA, des outils sont déjà disponibles comme celui-ci pour détecter des Content Credentials, ou encore celui-là d’OpenAI.

Si l’AI Act a une portée européenne, Anthropic précise que ces marquages seront intégrés partout où les modèles Claude sont utilisés (le chatbot Claude, l’API, Claude Code, Cowork et Tag), dans le monde entier.

Inked

Anthropic va appliquer des watermarks sur les contenus générés par Claude, ce qui permettra de les repérer plus facilement. Cet engagement est aussi une obligation réglementaire en vertu de l’AI Act européen.

Depuis le 2 août dans l’UE, les fournisseurs d’IA générative doivent intégrer un marquage technique de détection dans les images, les sons, les vidéos ou les textes générés ou manipulés par IA. C’est le sens de l’article 50 de l’AI Act. Il y a des exceptions importantes : quand le contenu généré par IA a fait l’objet d’un examen humain ou d’un contrôle éditorial, le tatouage n’est pas nécessaire.

• Le 2 août, l’AI Act avance et recule à la fois

Cette obligation ne concerne aussi que les modèles d’IA commercialisés après la date du 2 août ; pour les modèles déjà disponibles, un sursis de 4 mois – jusqu’au 2 décembre – a été accordé. Mais, quoi qu’il en soit, les fournisseurs d’IA doivent plancher sur des systèmes de marquage des contenus générés par leurs services.

Un double dispositif de marquage

Anthropic a dévoilé son plan de match, en tant que fournisseur et comme signataire du code de pratique sur la transparence des contenus générés par IA. L’adhésion à ce code est volontaire, mais de toute manière les exigences de transparence prévues à l’article 50 constituent des obligations légales.

Deux mécanismes sont mis en œuvre sur les modèles lancés après le 2 août (Anthropic indique travailler sur un watermark pour les contenus générés avec les modèles disponibles avant cette date). Le premier concerne le texte, qui contient une marque statistique invisible. Elle ne se voit pas à la lecture, elle ne change pas le sens du texte, et elle reste intégrée au texte ; par conséquent, un copier/coller conservera la marque.

Le deuxième dispositif touche les fichiers générés ou traités par Claude, comme les images au format SVG, PNG ou JPG. Le modèle ajoute des métadonnées de provenance signées selon le standard ouvert Content Credentials de la C2PA (Coalition for Content Provenance and Authenticity). Si de telles métadonnées sont présentes dans un fichier, cela signifie qu’il a été traité par Claude.

Google utilise de son côté SynthID, un filigrane invisible développé par DeepMind. Ce signal est directement intégré dans le contenu, ce n’est pas une métadonnée. Par conséquent, il est possible de combiner SynthID avec Content Credentials : c’est d’ailleurs le choix d’OpenAI pour ses outils de génération d’images. Anthropic donne malheureusement très peu de détails techniques sur son marquage, que ce soit pour les fichiers ou le texte.

Il y a des limites à l’exercice. Anthropic explique ainsi qu’un texte généré par Claude peut ne pas présenter de tatouage s’il a été « fortement modifié, paraphrasé, traduit ou mélangé à d’autres écrits », si le passage est très court (trop peu de texte pour obtenir un signal fiable), si les métadonnées ont été supprimées après une conversion de format, une capture d’écran ou un nouvel enregistrement.

Logiquement, le texte n’aura pas de marquage s’il a été généré par un modèle ne prenant pas en charge le tatouage numérique. Par ailleurs, si un contenu ne présente aucun marquage, cela ne veut pas dire pour autant qu’il n’a pas été généré ou modifié par une IA.

Marquage au fer rouge

Anthropic ne précise pas la technologie utilisée pour tatouer le texte, mais le marquage d’un tel contenu repose généralement sur un algorithme qui influence discrètement les choix de mots ou de tokens du modèle. Cela produit un motif statistique détectable qui peut signaler qu’un texte a été généré ou traité par un système d’IA.

L’entreprise prévient aussi que la présence d’une marque ne confirme pas la provenance d’un contenu. Claude peut ne pas être « l’auteur » d’origine : le modèle peut servir à relire, traduire, résumer ou convertir des fichiers. Le résultat porte un tatouage Anthropic, mais les idées ou les données peuvent provenir d’une autre source. De même, un contenu marqué peut être modifié, extrait ou combiné avec d’autres éléments après son traitement par Claude.

Il ne reste plus qu’une chose à mettre en place : un outil de détection des marques de Claude. Anthropic n’a rien à proposer, ce qui annule tout l’intérêt de cette annonce – pour le moment. L’entreprise planche en effet sur le sujet pour « permettre aux utilisateurs et aux tierces parties de détecter les watermarks intégrés et les métadonnées ». Une documentation technique sur les mécanismes de détection est en préparation. Pour les fichiers contenant un marquage C2PA, des outils sont déjà disponibles comme celui-ci pour détecter des Content Credentials, ou encore celui-là d’OpenAI.

Si l’AI Act a une portée européenne, Anthropic précise que ces marquages seront intégrés partout où les modèles Claude sont utilisés (le chatbot Claude, l’API, Claude Code, Cowork et Tag), dans le monde entier.

Le badge de la honte

Personne n’aime découvrir que son nouveau chanteur ou sa nouvelle chanteuse préférée se révèle être une IA. Spotify lance donc un nouveau badge, « AI Persona », qui sera accolé aux profils des artistes qui ne sont pas des humains. Les créateurs de ces personnages IA pourront le signaler à Spotify, mais la plateforme attribuera également ce badge.

La musique générée par IA inonde les serveurs des plateformes de streaming. Deezer a annoncé le 21 juillet dernier que plus de la moitié des nouvelles chansons téléversées chaque jour – 90 000 morceaux – était générée par IA. L’an dernier, le service de streaming français a détecté 13,4 millions de chansons générées par IA.

• Deezer : les chansons générées par IA, « un problème pour toute la filière musicale »

Ce tsunami force les plateformes à agir. Le même Deezer démonétise ainsi les écoutes de ces morceaux IA. Du côté du leader du secteur, Spotify, on sort finalement la grosse artillerie. Un nouveau badge « AI Persona » va faire son apparition sur les profils d’artistes générés par IA à partir de la mi-septembre.

Les artistes IA privés de recommandations

Les morceaux proposés par ces profils ne seront pas intégrés dans les recommandations éditoriales ou algorithmiques, sauf si l’auditeur a choisi de suivre l’artiste en question. La plateforme cherche aussi à écarter de ses recommandations le spam et les contenus de faible qualité. Spotify explique :

« Si nous estimons que chaque artiste doit rester libre de choisir la manière dont il se présente, les recommandations de Spotify ont vocation à mettre en avant les artistes authentiques qui développent une véritable carrière musicale. »

Les créateurs de ces artistes peuvent dès aujourd’hui indiquer que leur profil est une persona générée par IA. Mais au vu des changements que cela implique (ne plus faire partie des recommandations revient à se faire invisibiliser, et donc démonétiser de fait), ça ne suffira pas. C’est pourquoi Spotify examinera de son côté « certains profils d’artistes » dont l’identité, le nom, les visuels et la manière dont ils se présentent « semble représenter des identités photoréalistes générées par l’IA ». Ces profils écoperont alors d’un badge « Likely AI Persona ».

Le badge sera présent sur la page de profil de l’artiste IA, mais aussi dans les résultats de recherche et à côté des titres dans les listes de lecture. L’auditeur pourra cliquer sur le badge pour savoir si c’est l’artiste lui-même qui s’est déclaré persona IA « dans une démarche de transparence vis-à-vis de son public », ou si Spotify l’a attribué. Dans les prochains mois, les abonnés pourront aussi signaler les artistes qui leur semblent être des personas IA.

Les artistes qui recevront ce badge de la part de Spotify pourront confirmer leur statut ou le contester. La plateforme précise que ce badge ne concerne que l’identité publique de l’artiste, « et non la manière dont la musique a été créée ». Pour ça, l’entreprise propose un système de crédits d’IA et SongDNA qui permettent aux artistes d’être transparents sur la manière dont leurs morceaux ont été créés.

Ce badge complète le « profil vérifié » qui est son exact inverse : ce statut indique qu’un être humain réel se cache derrière un artiste. Spotify précise que des centaines de milliers de profils ont déjà été vérifiés de la sorte.

Le badge de la honte

Personne n’aime découvrir que son nouveau chanteur ou sa nouvelle chanteuse préférée se révèle être une IA. Spotify lance donc un nouveau badge, « AI Persona », qui sera accolé aux profils des artistes qui ne sont pas des humains. Les créateurs de ces personnages IA pourront le signaler à Spotify, mais la plateforme attribuera également ce badge.

La musique générée par IA inonde les serveurs des plateformes de streaming. Deezer a annoncé le 21 juillet dernier que plus de la moitié des nouvelles chansons téléversées chaque jour – 90 000 morceaux – était générée par IA. L’an dernier, le service de streaming français a détecté 13,4 millions de chansons générées par IA.

• Deezer : les chansons générées par IA, « un problème pour toute la filière musicale »

Ce tsunami force les plateformes à agir. Le même Deezer démonétise ainsi les écoutes de ces morceaux IA. Du côté du leader du secteur, Spotify, on sort finalement la grosse artillerie. Un nouveau badge « AI Persona » va faire son apparition sur les profils d’artistes générés par IA à partir de la mi-septembre.

Les artistes IA privés de recommandations

Les morceaux proposés par ces profils ne seront pas intégrés dans les recommandations éditoriales ou algorithmiques, sauf si l’auditeur a choisi de suivre l’artiste en question. La plateforme cherche aussi à écarter de ses recommandations le spam et les contenus de faible qualité. Spotify explique :

« Si nous estimons que chaque artiste doit rester libre de choisir la manière dont il se présente, les recommandations de Spotify ont vocation à mettre en avant les artistes authentiques qui développent une véritable carrière musicale. »

Les créateurs de ces artistes peuvent dès aujourd’hui indiquer que leur profil est une persona générée par IA. Mais au vu des changements que cela implique (ne plus faire partie des recommandations revient à se faire invisibiliser, et donc démonétiser de fait), ça ne suffira pas. C’est pourquoi Spotify examinera de son côté « certains profils d’artistes » dont l’identité, le nom, les visuels et la manière dont ils se présentent « semble représenter des identités photoréalistes générées par l’IA ». Ces profils écoperont alors d’un badge « Likely AI Persona ».

Le badge sera présent sur la page de profil de l’artiste IA, mais aussi dans les résultats de recherche et à côté des titres dans les listes de lecture. L’auditeur pourra cliquer sur le badge pour savoir si c’est l’artiste lui-même qui s’est déclaré persona IA « dans une démarche de transparence vis-à-vis de son public », ou si Spotify l’a attribué. Dans les prochains mois, les abonnés pourront aussi signaler les artistes qui leur semblent être des personas IA.

Les artistes qui recevront ce badge de la part de Spotify pourront confirmer leur statut ou le contester. La plateforme précise que ce badge ne concerne que l’identité publique de l’artiste, « et non la manière dont la musique a été créée ». Pour ça, l’entreprise propose un système de crédits d’IA et SongDNA qui permettent aux artistes d’être transparents sur la manière dont leurs morceaux ont été créés.

Ce badge complète le « profil vérifié » qui est son exact inverse : ce statut indique qu’un être humain réel se cache derrière un artiste. Spotify précise que des centaines de milliers de profils ont déjà été vérifiés de la sorte.

Mark Zuckerberg en pleine montée d'IA.

Meta reprend son bâton de pèlerin pour les poids ouverts, après l’avoir perdu suite au flop de Llama 4. Muse Glimmer est un nouveau modèle IA de 30 milliards de paramètres, installable sur un ordinateur personnel (assez costaud tout de même), assorti d’une licence open source permissive.

En publiant la première version de Muse Spark au mois d’avril, Meta changeait son fusil d’épaule sur la diffusion de son nouveau LLM : les poids ouverts de Llama laissaient la place à la fermeture d’un modèle propriétaire. Le débat autour de Kimi K3 et des modèles chinois à poids ouverts que Washington voudrait brider a poussé une bonne partie du secteur de l’IA à soutenir ce type de distribution.

• L’industrie de l’IA plaide pour les modèles ouverts, la liste des signataires s’allonge

Meta a retrouvé au fin fond d’un placard poussiéreux son costume de chevalier blanc des poids ouverts avec Muse Glimmer. Ce nouveau modèle est en effet distribué sous licence Apache 2.0, une licence open source standard, permissive, beaucoup plus familière aux développeurs et aux entreprises que ne l’étaient les licences spécifiques de Llama. Le modèle est disponible sur Hugging Face, on trouvera aussi une documentation technique à cette adresse.

Un modèle à installer chez soi (sur une bonne bécane)

Glimmer est un modèle de 30 milliards de paramètres qui peut être installé sur un ordinateur du commerce – oubliez le petit portable Windows avec 4 Go de RAM, il faudra plutôt un Mac haut de gamme (Meta publie des benchs réalisés sur des MacBook Pro M4 Max et M5 Max) ou un PC équipé d’un GPU puissant (RTX 5090), avec idéalement 24 à 32 Go de mémoire GPU ou unifiée. « Le modèle est suffisamment rapide pour permettre une conversation fluide et une interaction en temps réel avec un agent, le tout entièrement exécuté sur votre appareil », affirme Meta.

La version quantifié en 4 bits descend sous les 20 Go, mais il faut aussi de la marge pour le cache, l’encodeur image et le modèle de décodage spéculatif. En mode « full precision », Glimmer requiert plus de 55 Go de mémoire. Évidemment, rien n’empêche d’installer Glimmer sur un serveur distant, mais là on ne parle plus d’un fonctionnement en local.

Dans le secteur des modèles de 30 milliards de paramètres, Muse Glimmer se défend bien à en croire les benchmarks publiés par Meta. Sur les tests agentiques, le modèle de Meta est souvent devant : MCP Atlas 75,5, contre 54,2 pour Gemma et 62,5 pour Qwen ; DeepSearch QA affiche un score de 74,6, devant les deux autres ; GAIA2 43,3, devant Gemma et Qwen. En codage aussi, Glimmer se montre très solide. En revanche, sur le multimodal, Qwen peut passer devant dans certains benchs.

L’avantage est marqué pour les tâches agentiques, la recherche multi-étapes et les tests de codage. Le modèle n’est pas systématiquement premier en tout, mais il a été optimisé pour un usage précis : faire tourner des agents en local qui peuvent utiliser des outils, coder et mener des tâches longues. Glimmer sera suivi dans quelques semaines de la publication des poids de Muse Spark 1.2, son modèle lancé la semaine dernière dans la foulée de l’offensive de Meta sur les outils pour développeurs.

Le manifeste de Zuckerberg

Mark Zuckerberg a profité de l’occasion pour publier un très long manifeste techno-libertarien sur les capacités mirifiques de l’IA générative, dans la droite ligne de la nouvelle campagne de com’ hors sol de Meta. Le patron de l’entreprise vante une fois de plus sa vision d’une « superintelligence personnelle », distribuée aux individus plutôt que concentrée entre les mains de quelques entreprises (un digest vidéo est visible ici).

Pour le milliardaire, la principale contribution de la « superintelligence » ne sera pas de remplacer les travailleurs, mais d’aider les gens à créer : entreprises, produits, traitements médicaux, contenus, logiciels, ou encore recherches scientifiques. Un plaidoyer intéressant, sachant ce que Meta fait de son IA sur ses réseaux sociaux : un générateur de slop et de désinformation.

En attendant, il faut implanter des datacenters. L’entreprise promet des retombées locales sur l’emploi, la formation, les services publics, l’eau, les infrastructures. Le fonds « Future Is For Everyone » que Meta vient de lancer sera abondé à hauteur d’1 milliard de dollars pour soutenir les communautés affectés par l’installation de ces centres de données.

Le dirigeant s’oppose aux discours de certains acteurs de l’IA qui affirment qu’elle est dangereuse, tout en voulant cloisonner cette technologie. Pour Zuckerberg, qui rejette l’idée d’une « superintelligence bienveillante unique », le scénario du pire serait une IA contrôlée par une poignée d’institutions.

Ce qui nous amène directement à Glimmer. Le dirigeant estime que l’open source est une force positive contre la centralisation, et que ce serait une erreur de restreindre cet écosystème (clin d’œil appuyé vers la Maison-Blanche). S’il soutient les contrôles à l’exportation sur les puces, il ne manque pas de critiquer les règles ralentissant les entreprises américaines du secteur, ou qui limiteraient trop l’usage des données, de la distillation et des modèles étrangers open source.

Mark Zuckerberg en pleine montée d'IA.

Meta reprend son bâton de pèlerin pour les poids ouverts, après l’avoir perdu suite au flop de Llama 4. Muse Glimmer est un nouveau modèle IA de 30 milliards de paramètres, installable sur un ordinateur personnel (assez costaud tout de même), assorti d’une licence open source permissive.

En publiant la première version de Muse Spark au mois d’avril, Meta changeait son fusil d’épaule sur la diffusion de son nouveau LLM : les poids ouverts de Llama laissaient la place à la fermeture d’un modèle propriétaire. Le débat autour de Kimi K3 et des modèles chinois à poids ouverts que Washington voudrait brider a poussé une bonne partie du secteur de l’IA à soutenir ce type de distribution.

• L’industrie de l’IA plaide pour les modèles ouverts, la liste des signataires s’allonge

Meta a retrouvé au fin fond d’un placard poussiéreux son costume de chevalier blanc des poids ouverts avec Muse Glimmer. Ce nouveau modèle est en effet distribué sous licence Apache 2.0, une licence open source standard, permissive, beaucoup plus familière aux développeurs et aux entreprises que ne l’étaient les licences spécifiques de Llama. Le modèle est disponible sur Hugging Face, on trouvera aussi une documentation technique à cette adresse.

Un modèle à installer chez soi (sur une bonne bécane)

Glimmer est un modèle de 30 milliards de paramètres qui peut être installé sur un ordinateur du commerce – oubliez le petit portable Windows avec 4 Go de RAM, il faudra plutôt un Mac haut de gamme (Meta publie des benchs réalisés sur des MacBook Pro M4 Max et M5 Max) ou un PC équipé d’un GPU puissant (RTX 5090), avec idéalement 24 à 32 Go de mémoire GPU ou unifiée. « Le modèle est suffisamment rapide pour permettre une conversation fluide et une interaction en temps réel avec un agent, le tout entièrement exécuté sur votre appareil », affirme Meta.

La version quantifié en 4 bits descend sous les 20 Go, mais il faut aussi de la marge pour le cache, l’encodeur image et le modèle de décodage spéculatif. En mode « full precision », Glimmer requiert plus de 55 Go de mémoire. Évidemment, rien n’empêche d’installer Glimmer sur un serveur distant, mais là on ne parle plus d’un fonctionnement en local.

Dans le secteur des modèles de 30 milliards de paramètres, Muse Glimmer se défend bien à en croire les benchmarks publiés par Meta. Sur les tests agentiques, le modèle de Meta est souvent devant : MCP Atlas 75,5, contre 54,2 pour Gemma et 62,5 pour Qwen ; DeepSearch QA affiche un score de 74,6, devant les deux autres ; GAIA2 43,3, devant Gemma et Qwen. En codage aussi, Glimmer se montre très solide. En revanche, sur le multimodal, Qwen peut passer devant dans certains benchs.

L’avantage est marqué pour les tâches agentiques, la recherche multi-étapes et les tests de codage. Le modèle n’est pas systématiquement premier en tout, mais il a été optimisé pour un usage précis : faire tourner des agents en local qui peuvent utiliser des outils, coder et mener des tâches longues. Glimmer sera suivi dans quelques semaines de la publication des poids de Muse Spark 1.2, son modèle lancé la semaine dernière dans la foulée de l’offensive de Meta sur les outils pour développeurs.

Le manifeste de Zuckerberg

Mark Zuckerberg a profité de l’occasion pour publier un très long manifeste techno-libertarien sur les capacités mirifiques de l’IA générative, dans la droite ligne de la nouvelle campagne de com’ hors sol de Meta. Le patron de l’entreprise vante une fois de plus sa vision d’une « superintelligence personnelle », distribuée aux individus plutôt que concentrée entre les mains de quelques entreprises (un digest vidéo est visible ici).

Pour le milliardaire, la principale contribution de la « superintelligence » ne sera pas de remplacer les travailleurs, mais d’aider les gens à créer : entreprises, produits, traitements médicaux, contenus, logiciels, ou encore recherches scientifiques. Un plaidoyer intéressant, sachant ce que Meta fait de son IA sur ses réseaux sociaux : un générateur de slop et de désinformation.

En attendant, il faut implanter des datacenters. L’entreprise promet des retombées locales sur l’emploi, la formation, les services publics, l’eau, les infrastructures. Le fonds « Future Is For Everyone » que Meta vient de lancer sera abondé à hauteur d’1 milliard de dollars pour soutenir les communautés affectés par l’installation de ces centres de données.

Le dirigeant s’oppose aux discours de certains acteurs de l’IA qui affirment qu’elle est dangereuse, tout en voulant cloisonner cette technologie. Pour Zuckerberg, qui rejette l’idée d’une « superintelligence bienveillante unique », le scénario du pire serait une IA contrôlée par une poignée d’institutions.

Ce qui nous amène directement à Glimmer. Le dirigeant estime que l’open source est une force positive contre la centralisation, et que ce serait une erreur de restreindre cet écosystème (clin d’œil appuyé vers la Maison-Blanche). S’il soutient les contrôles à l’exportation sur les puces, il ne manque pas de critiquer les règles ralentissant les entreprises américaines du secteur, ou qui limiteraient trop l’usage des données, de la distillation et des modèles étrangers open source.

La cacophonie de la transparence

Le temps du Far West dans le secteur de la musique générée par IA est-il bientôt terminé ? Suno, une des principales startups sur ce marché bouillonnant, promet davantage de transparence pour lutter contre la fraude et les abus, sans pour autant freiner l’adoption de l’IA générative parmi les professionnels de la filière.

Depuis son accord l’an dernier avec Warner Music Group, Suno veut filer doux. En échange de l’arrêt des poursuites de la major, la jeune pousse a pris plusieurs engagements, en particulier sur le téléchargement. Une nouvelle politique va être mise en œuvre pour limiter la distribution massive de morceaux générés par IA sur les plateformes de streaming.

Les serveurs des services de streaming sont pris d’assaut par la musique générée par IA. Au mois d’avril, Deezer avait ainsi annoncé que c’était le cas pour 44 % des chansons téléversées. La plateforme signale d’ailleurs quand le contenu est généré par IA (ou par un humain dans le cas de Spotify).

L’industrie tente de s’organiser, par exemple via l’organisation Digital Data Exchange (DDEX, qui fédère les entreprises et organisations ayant des intérêts commerciaux dans le domaine des contenus multimédias numériques, mais dont Suno ne serait pas membre) pour mettre en place des standards communs, mais chacun y va aussi avec ses propres outils.

• Deezer : les chansons générées par IA, « un problème pour toute la filière musicale »

C’est le cas de Suno, qui en plus de rappeler cette fameuse politique anti-téléchargements de masse dont les détails sont encore inconnus, vient d’annoncer plusieurs nouveaux dispositifs. À commencer par l’adoption « dans les prochaines semaines » de technologies de filigrane (watermarking) audio et de fingerprinting pour lutter contre la fraude et les usages abusifs. Des outils de transparence vont aussi être proposés pour faire en sorte que les chansons générées par Suno puissent être identifiées si elles sont partagés avec d’autres plateformes.

De la transparence pour les oreilles

Il s’agit pour l’entreprise de s’aligner avec les standards de l’industrie… et probablement aussi des régulateurs. Depuis le 2 août, l’AI Act impose une obligation de transparence aux fournisseurs d’IA qui passe par un marquage technique de détection sur les sons, mais aussi les images, les vidéos ou textes générés ou modifiés par IA.

Les systèmes commercialisés avant le 2 août ont cependant quatre mois pour respecter ces obligations, qui ne s’appliqueront pas aux éditeurs d’information générale si le contenu généré par IA a fait l’objet « d’un examen humain ou d’un contrôle éditorial ». Une zone grise pleine de flou qui pourrait justifier tous les abus.

• Les contenus générés par IA devront être tatoués, sauf s’ils sont vérifiés par un humain

L’UE propose d’ailleurs des badges (optionnels) à placer à côté des contenus générés par IA :

Suno clarifie également ses règles de communauté, avec une interdiction explicite des imitations non autorisées, des téléversements sans droits, de l’utilisation de voix ou d’image sans permission, des scams, faux engagements, et des contenus trompeurs. La plateforme IA va également renforcer sa collaboration avec Audible Magic et Musixmatch pour détecter les usages non autorisés.

Suno ne veut pas se poser en gardien des « valeurs artistiques », ni juger si « telle chanson est bonne, porteuse de sens ou suffisamment humaine ». En revanche, la société estime qu’il est de sa responsabilité de « rendre plus difficile l’utilisation abusive des outils d’IA d’une manière qui fragilise un écosystème musical sain. » Une réflexion bienvenue mais qui sonne étrange à l’oreille, au vu du pillage orchestré par la startup pour entraîner ses modèles IA.

• Suno a aspiré des millions de chansons pour entraîner son IA

La cacophonie de la transparence

Le temps du Far West dans le secteur de la musique générée par IA est-il bientôt terminé ? Suno, une des principales startups sur ce marché bouillonnant, promet davantage de transparence pour lutter contre la fraude et les abus, sans pour autant freiner l’adoption de l’IA générative parmi les professionnels de la filière.

Depuis son accord l’an dernier avec Warner Music Group, Suno veut filer doux. En échange de l’arrêt des poursuites de la major, la jeune pousse a pris plusieurs engagements, en particulier sur le téléchargement. Une nouvelle politique va être mise en œuvre pour limiter la distribution massive de morceaux générés par IA sur les plateformes de streaming.

Les serveurs des services de streaming sont pris d’assaut par la musique générée par IA. Au mois d’avril, Deezer avait ainsi annoncé que c’était le cas pour 44 % des chansons téléversées. La plateforme signale d’ailleurs quand le contenu est généré par IA (ou par un humain dans le cas de Spotify).

L’industrie tente de s’organiser, par exemple via l’organisation Digital Data Exchange (DDEX, qui fédère les entreprises et organisations ayant des intérêts commerciaux dans le domaine des contenus multimédias numériques, mais dont Suno ne serait pas membre) pour mettre en place des standards communs, mais chacun y va aussi avec ses propres outils.

• Deezer : les chansons générées par IA, « un problème pour toute la filière musicale »

C’est le cas de Suno, qui en plus de rappeler cette fameuse politique anti-téléchargements de masse dont les détails sont encore inconnus, vient d’annoncer plusieurs nouveaux dispositifs. À commencer par l’adoption « dans les prochaines semaines » de technologies de filigrane (watermarking) audio et de fingerprinting pour lutter contre la fraude et les usages abusifs. Des outils de transparence vont aussi être proposés pour faire en sorte que les chansons générées par Suno puissent être identifiées si elles sont partagés avec d’autres plateformes.

De la transparence pour les oreilles

Il s’agit pour l’entreprise de s’aligner avec les standards de l’industrie… et probablement aussi des régulateurs. Depuis le 2 août, l’AI Act impose une obligation de transparence aux fournisseurs d’IA qui passe par un marquage technique de détection sur les sons, mais aussi les images, les vidéos ou textes générés ou modifiés par IA.

Les systèmes commercialisés avant le 2 août ont cependant quatre mois pour respecter ces obligations, qui ne s’appliqueront pas aux éditeurs d’information générale si le contenu généré par IA a fait l’objet « d’un examen humain ou d’un contrôle éditorial ». Une zone grise pleine de flou qui pourrait justifier tous les abus.

• Les contenus générés par IA devront être tatoués, sauf s’ils sont vérifiés par un humain

L’UE propose d’ailleurs des badges (optionnels) à placer à côté des contenus générés par IA :

Suno clarifie également ses règles de communauté, avec une interdiction explicite des imitations non autorisées, des téléversements sans droits, de l’utilisation de voix ou d’image sans permission, des scams, faux engagements, et des contenus trompeurs. La plateforme IA va également renforcer sa collaboration avec Audible Magic et Musixmatch pour détecter les usages non autorisés.

Suno ne veut pas se poser en gardien des « valeurs artistiques », ni juger si « telle chanson est bonne, porteuse de sens ou suffisamment humaine ». En revanche, la société estime qu’il est de sa responsabilité de « rendre plus difficile l’utilisation abusive des outils d’IA d’une manière qui fragilise un écosystème musical sain. » Une réflexion bienvenue mais qui sonne étrange à l’oreille, au vu du pillage orchestré par la startup pour entraîner ses modèles IA.

• Suno a aspiré des millions de chansons pour entraîner son IA

Les utilisateurs qui se servent gratuitement de ChatGPT vont bénéficier d’une douceur. OpenAI fait en effet sauter les limites des discussions texte, qui deviennent donc illimitées. Une proposition très agressive parmi les chatbots généralistes.

Ce n’est pas complètement inédit dans le secteur : Microsoft propose depuis début 2025 un accès gratuit et illimité au modèle de raisonnement avancé Think Deeper (propulsé par o1) de Copilot, ainsi qu’aux conversations vocales… mais avec des interruptions possibles en cas de forte demande. La formule standard (gratuite) du moteur de réponses IA Perplexity offre aussi des recherches quasiment illimitées.

Néanmoins, cela n’en reste pas moins un gros coup pour OpenAI qui propose ainsi une carotte fort alléchante pour ferrer des utilisateurs qui pourront se transformer un jour en abonnés payants. Ce d’autant qu’ils ont aussi accès au bouton « Think » qui génère des réponses approfondies. Le modèle utilisé passe également de GPT-5.5 à GPT-5.6 Luna, l’« entrée de gamme » de la nouvelle famille de modèles IA et désormais la version par défaut de ChatGPT.

En revanche, la génération d’images, la voix et l’examen de fichiers et d’images sont toujours limités. Il faut passer à la caisse pour accéder aux modèles plus évolués Terra et Sol. Les abonnés payants bénéficient d’ailleurs d’une mise à jour de Sol, présenté comme plus efficace sur les tâches à accomplir rapidement (Codex et ChatGPT Work n’ont cependant pas droit à cette déclinaison de GPT-5.6 Sol, comprenne qui pourra).

Les abonnés Plus et Pro obtiennent aussi une nouvelle réglette pour choisir plus facilement le niveau d’effort de GPT-5.6 : tout à gauche pour les questions du quotidien, plus à droite pour la planification, l’écriture, le code ou les décisions qui nécessitent un peu plus de jugeote qu’à l’accoutumée.

Les utilisateurs qui se servent gratuitement de ChatGPT vont bénéficier d’une douceur. OpenAI fait en effet sauter les limites des discussions texte, qui deviennent donc illimitées. Une proposition très agressive parmi les chatbots généralistes.

Ce n’est pas complètement inédit dans le secteur : Microsoft propose depuis début 2025 un accès gratuit et illimité au modèle de raisonnement avancé Think Deeper (propulsé par o1) de Copilot, ainsi qu’aux conversations vocales… mais avec des interruptions possibles en cas de forte demande. La formule standard (gratuite) du moteur de réponses IA Perplexity offre aussi des recherches quasiment illimitées.

Néanmoins, cela n’en reste pas moins un gros coup pour OpenAI qui propose ainsi une carotte fort alléchante pour ferrer des utilisateurs qui pourront se transformer un jour en abonnés payants. Ce d’autant qu’ils ont aussi accès au bouton « Think » qui génère des réponses approfondies. Le modèle utilisé passe également de GPT-5.5 à GPT-5.6 Luna, l’« entrée de gamme » de la nouvelle famille de modèles IA et désormais la version par défaut de ChatGPT.

En revanche, la génération d’images, la voix et l’examen de fichiers et d’images sont toujours limités. Il faut passer à la caisse pour accéder aux modèles plus évolués Terra et Sol. Les abonnés payants bénéficient d’ailleurs d’une mise à jour de Sol, présenté comme plus efficace sur les tâches à accomplir rapidement (Codex et ChatGPT Work n’ont cependant pas droit à cette déclinaison de GPT-5.6 Sol, comprenne qui pourra).

Les abonnés Plus et Pro obtiennent aussi une nouvelle réglette pour choisir plus facilement le niveau d’effort de GPT-5.6 : tout à gauche pour les questions du quotidien, plus à droite pour la planification, l’écriture, le code ou les décisions qui nécessitent un peu plus de jugeote qu’à l’accoutumée.

Dans la foulée de la version 1.2 de son modèle Muse Spark, Meta ouvre à tous les développeurs son agent de programmation Muse Code en bêta « pour créer des choses qui comptent ». Et qui ne coûtent pas trop cher non plus : les tarifs de Muse Spark 1.2 sont en effet plus proches de ceux des modèles chinois que de ceux d’OpenAI ou d’Anthropic.

La tarification standard à l’usage est de 1,25 dollar par million de tokens en entrée et 4,25 dollars par million de sortie (0,15 dollar par million en entrée en cache). Le mode « contributeur », qui permet à Meta d’exploiter les données pour améliorer ses modèles de langage, réduit encore les coûts : 0,10 dollar en entrée, 0,20 dollar en sortie, 0,002 dollar en cache. Ce mode impose des limites d’usage sur une fenêtre glissante de 5 heures plutôt qu’en nombre de requêtes.

Meta accepte également les demandes « zéro rétention de données », ce qui signifie que l’entreprise ne conserve pas les données, « une fonctionnalité majeure pour les entreprises, importante pour beaucoup d’utilisateurs », explique Alexandr Wang, le patron du Meta Superintelligence Labs, au Wall Street Journal.

On est très loin des prix pratiqués par la concurrence directe : l’utilisation de Claude Sonnet 5 est facturée 2 dollars en entrée et 10 dollars en sortie par million de tokens. GPT-5.6 Terra, auquel Spark 1.2 se compare, coûte 2,50 dollars en entrée et 15 dollars en sortie.

« Nous pensons que, pour de nombreux cas d’usage, cela peut être une option extrêmement intéressante, notamment du point de vue des coûts », indique Alexandr Wang. Cette stratégie tarifaire agressive a été initiée avec Spark 1.1, lancé le 9 juillet. Meta veut rattraper son retard en jouant la carte du prix, un sujet devenu très sensible du côté des entreprises.

Les modèles Spark ne se présentent pas comme des champions des benchmarks, et c’est le cas aussi de la version 1.2. Meta indique que la nouvelle mouture apporte une « amélioration modérée » par rapport au précédent modèle, mais surtout qu’il a été optimisé pour les tâches confiées aux agents de développement (refactorisation sur plusieurs fichiers, longues sessions de débug, gestion de tâches multiples).

Artifial Analysis a publié ses propres benchmarks : ils positionnent Spark 1.2 au même niveau que Grok 4.5, avec qui il partage la même envie de secouer le cocotier des prix. Les deux modèles se placent derrière Opus 5, Fable 5, Opus 4.8, GPT-5.6 Sol et Kimi K3. Muse Code peut s’installer dès aujourd’hui via une ligne de commande dans un terminal (macOS et Linux). Il fonctionne évidemment avec Spark 1.2, disponible aussi sur la plateforme OpenRouter.

Dans la foulée de la version 1.2 de son modèle Muse Spark, Meta ouvre à tous les développeurs son agent de programmation Muse Code en bêta « pour créer des choses qui comptent ». Et qui ne coûtent pas trop cher non plus : les tarifs de Muse Spark 1.2 sont en effet plus proches de ceux des modèles chinois que de ceux d’OpenAI ou d’Anthropic.

La tarification standard à l’usage est de 1,25 dollar par million de tokens en entrée et 4,25 dollars par million de sortie (0,15 dollar par million en entrée en cache). Le mode « contributeur », qui permet à Meta d’exploiter les données pour améliorer ses modèles de langage, réduit encore les coûts : 0,10 dollar en entrée, 0,20 dollar en sortie, 0,002 dollar en cache. Ce mode impose des limites d’usage sur une fenêtre glissante de 5 heures plutôt qu’en nombre de requêtes.

Meta accepte également les demandes « zéro rétention de données », ce qui signifie que l’entreprise ne conserve pas les données, « une fonctionnalité majeure pour les entreprises, importante pour beaucoup d’utilisateurs », explique Alexandr Wang, le patron du Meta Superintelligence Labs, au Wall Street Journal.

On est très loin des prix pratiqués par la concurrence directe : l’utilisation de Claude Sonnet 5 est facturée 2 dollars en entrée et 10 dollars en sortie par million de tokens. GPT-5.6 Terra, auquel Spark 1.2 se compare, coûte 2,50 dollars en entrée et 15 dollars en sortie.

« Nous pensons que, pour de nombreux cas d’usage, cela peut être une option extrêmement intéressante, notamment du point de vue des coûts », indique Alexandr Wang. Cette stratégie tarifaire agressive a été initiée avec Spark 1.1, lancé le 9 juillet. Meta veut rattraper son retard en jouant la carte du prix, un sujet devenu très sensible du côté des entreprises.

Les modèles Spark ne se présentent pas comme des champions des benchmarks, et c’est le cas aussi de la version 1.2. Meta indique que la nouvelle mouture apporte une « amélioration modérée » par rapport au précédent modèle, mais surtout qu’il a été optimisé pour les tâches confiées aux agents de développement (refactorisation sur plusieurs fichiers, longues sessions de débug, gestion de tâches multiples).

Artifial Analysis a publié ses propres benchmarks : ils positionnent Spark 1.2 au même niveau que Grok 4.5, avec qui il partage la même envie de secouer le cocotier des prix. Les deux modèles se placent derrière Opus 5, Fable 5, Opus 4.8, GPT-5.6 Sol et Kimi K3. Muse Code peut s’installer dès aujourd’hui via une ligne de commande dans un terminal (macOS et Linux). Il fonctionne évidemment avec Spark 1.2, disponible aussi sur la plateforme OpenRouter.

« Ce commentaire est-il un troll ? »

Mistral a lancé ce 4 aout un nouveau « petit » modèle. Nommé Shieldstral, il est dédié aux tâches de modération. Avec environ 4 milliards de paramètres, il est facilement installable sur un grand nombre de machines.

L’entreprise française continue sur sa lancée des modèles spécialisés et open source (sous licence Apache 2.0), dont les tailles contenues permettent assez aisément une utilisation locale. Par exemple, Mistral a lancé fin juin son modèle OCR 4 dans l’optique de bousculer la gestion des documents. Il s’agissait d’ailleurs d’un lancement important, avec un effort particulier sur la présentation et les explications sur les capacités du modèle.

Shieldstral : carte d’identité

Le modèle se nomme précisément Shieldstral-1.0-3B. L’appellation est un peu « trompeuse », car le modèle embarque en fait 3,8 milliards de paramètres. On est donc plus proche d’un « 4B » (« 4 billions », 4 milliards). Dans l’absolu, la différence reste cependant minime : Shieldstral est un petit modèle conçu pour fonctionner en local.

Dans son billet, Mistral indique que son nouveau bébé a été construit sur la base de Ministral-3-3B-Base-2512, associé à l’encodeur visuel Pixtral. De fait, Shieldstral est multimodal et accepte donc du texte et/ou des images en entrée. La fenêtre de contexte est « théoriquement » de 256k, mais Mistral conseille de se limiter à 32k.

Comme toujours avec les modèles de Mistral, on peut télécharger Shieldstral depuis Hugging Face. Il est « open source » avec des poids ouverts et sous licence Apache 2.0. On remarque que le modèle pèse 7,7 Go et est disponible en deux versions : Consolidate (le format utilisé par Mistral) et Model (le format habituel sur Hugging Face).

Pour cette taille, on obtient que le modèle « nu » (uniquement les poids) en bfloat16. Pour un fonctionnement en local, il faut donc un minimum de 8 Go en mémoire, ce qui laissera très peu de marge pour les caches, notamment d’inférence, avec à la clé de possibles soucis de fonctionnement. Mieux vaut viser 12 ou 16 Go si vous avez ce genre de matériel (Mistral recommande d’ailleurs 16 Go). Comme d’habitude, la mémoire unifiée des Mac permet de profiter plus facilement d’un fonctionnement local, si la machine embarque au moins 16 Go de RAM.

Mistral veut rendre la modération plus souple

Si l’on en croit l’entreprise, Shieldstral se différencie par son approche. La plupart des modèles « de garde » listent directement les catégories de préjudices dans leurs poids. Cette taxonomie oblige à réentraîner le modèle pour chaque nouveau contexte produit, affirme Mistral.

Shieldstral considère au contraire la politique de modération comme faisant partie de l’entrée. L’opérateur peut ainsi formuler une question binaire (oui ou non), fournir une instruction pour décrire le contexte d’évaluation et le niveau de sévérité attendu. Après quoi, le modèle renvoie un score de sécurité calibré à partir d’un seul jeton.

Concrètement, chaque requête contient une instruction, une question de sécurité et le contenu à vérifier. Le score renvoyé par Shieldstral se base sur les probabilités « oui » et « non », et c’est l’opérateur qui définit le seuil de déclenchement de l’action associée.

Mistral met largement en avant les performances de son nouveau modèle. Dans les résultats publiés dans le billet d’annonce, Shieldstral obtient un score F1 de 84,9, soit le même que GPT-OSS-Safeguard, un modèle 20B. Selon Mistral, il est plus performant que n’importe quel modèle concurrent, pour un poids inférieur. Tout du moins sur les tests de sécurité des textes et la sécurité multimodale, car il est dépassé par d’autres sur la détection des refus et l’adaptabilité des politiques.

Précisons que la modération à l’aide de l’IA n’a rien de nouveau en soi, elle est utilisée depuis des années pour simplifier le rôle des modérateurs humains (ou même pour les remplacer, avec tous les problèmes qui peuvent en découler). Dans ce domaine, Reddit vient d’ailleurs d’annoncer une modernisation de son infrastructure. Ce n’est pas non plus la première fois que Mistral propose un modèle dédié, avec par exemple Moderation 2 publié en mars dernier. Aucun de ces modèles n’avait cependant été mis en avant de cette manière, uniquement l’API commerciale lancée en novembre 2024.

Quelle modération ? Quelle sécurité ?

Mistral l’affirme : « un petit modèle peut battre des modèles beaucoup plus grands si les données sont correctes ». Mais de quoi parle-t-on exactement ?

Le modèle peut notamment servir à la modération de prompts, autrement dit de garde-fou à l’entrée d’un chatbot. Par exemple, avant de transmettre la question d’un utilisateur à votre LLM principal, vous pouvez interroger Shieldstral avec une politique du type « Ce message demande-t-il des instructions pour fabriquer une arme ? ». Si le score dépasse le seuil que vous avez fixé, vous bloquez l’appel au LLM et renvoyez un message de refus prédéfini. Le modèle principal n’est alors pas mis en contact avec le contenu problématique.

Shieldstral peut également servir pour la procédure inverse : un garde-fou en sortie du modèle principal, pour vérifier cette fois la réponse qui devrait être affichée à l’utilisateur. Par exemple, pour vérifier qu’un assistant médical n’a pas donné de posologie précise ou qu’un chatbot utilisé pour le support n’a pas halluciné une promesse commerciale ou un produit.

Mistral cite plusieurs autres cas de figure. Shieldstral peut aussi être utilisé dans un cas très spécifique : la détection de refus. Une question comme « L’assistant a-t-il refusé la demande ? » appliquée à la paire prompt-réponse permet de mesurer le taux de refus d’un modèle en production, même à grande échelle selon l’entreprise. L’indicateur obtenu peut servir à de la surveillance qualité ou à de la détection de faux positifs. Ces derniers peuvent en effet entrainer des « sur-refus », le modèle déboutant l’utilisateur sur des demandes qui devraient pourtant être légitimes.

Shieldstral peut aussi servir aux images. Le cas est classique et permet de répondre à des questions communes de modération comme « Cette image est-elle appropriée pour un public de moins de XX ans ? ».

L’entreprise française insiste sur la souplesse de son petit dernier, qui permet de traiter toutes ces demandes sans avoir à réentraîner le modèle selon le contexte visé.

Une précision cruciale des prompts

Attention toutefois, Mistral précise bien que son modèle ne peut traiter qu’une seule politique de modération par appel. On peut en appliquer plusieurs, mais il faut alors émettre une requête distincte par politique. Un exemple simple : si on veut appliquer les cinq critères « élémentaires » de modération (violence, contenu sexuel, haine, désinformation et automutilation) sur le même contenu, il faut cinq appels séparés. Un point mentionné dans la fiche du modèle sur Hugging Face. Dans tous les cas, le modèle ne répond que par un « oui » ou un « non » global.

En outre, la précision des prompts est cruciale. Une question générale telle que « Ce contenu est-il problématique ? » n’a aucun ancrage sémantique. En revanche, « Ce contenu incite-t-il à la haine contre une minorité ? » cible un préjudice et une cible spécifiques. Si l’on souhaite obtenir des réponses sur des questions plus vagues (ou plus rapides, tout simplement), il faut lister toutes les politiques désirées dans les instructions du modèle.

Shieldstral, dans cette première version, comporte aussi certaines limitations à connaitre. Par exemple, il ne prend pas en charge l’audio ni la vidéo. En outre, sa robustesse n’est pas caractérisée sur des documents très longs (équivalents à plusieurs milliers de tokens). Surtout, le modèle n’affiche aucune trace de raisonnement : il renvoie un score, pas une justification.

Enfin, si le billet d’annonce ne l’évoque pas, la fiche de Shieldstral sur Hugging Face mentionne toutefois qu’il s’agit d’une « public preview ». Prudence donc dans la mise en production : mieux vaut piloter le modèle en parallèle d’une couche de modération existante avant de remplacer quoi que ce soit.

« Ce commentaire est-il un troll ? »

Mistral a lancé ce 4 aout un nouveau « petit » modèle. Nommé Shieldstral, il est dédié aux tâches de modération. Avec environ 4 milliards de paramètres, il est facilement installable sur un grand nombre de machines.

L’entreprise française continue sur sa lancée des modèles spécialisés et open source (sous licence Apache 2.0), dont les tailles contenues permettent assez aisément une utilisation locale. Par exemple, Mistral a lancé fin juin son modèle OCR 4 dans l’optique de bousculer la gestion des documents. Il s’agissait d’ailleurs d’un lancement important, avec un effort particulier sur la présentation et les explications sur les capacités du modèle.

Shieldstral : carte d’identité

Le modèle se nomme précisément Shieldstral-1.0-3B. L’appellation est un peu « trompeuse », car le modèle embarque en fait 3,8 milliards de paramètres. On est donc plus proche d’un « 4B » (« 4 billions », 4 milliards). Dans l’absolu, la différence reste cependant minime : Shieldstral est un petit modèle conçu pour fonctionner en local.

Dans son billet, Mistral indique que son nouveau bébé a été construit sur la base de Ministral-3-3B-Base-2512, associé à l’encodeur visuel Pixtral. De fait, Shieldstral est multimodal et accepte donc du texte et/ou des images en entrée. La fenêtre de contexte est « théoriquement » de 256k, mais Mistral conseille de se limiter à 32k.

Comme toujours avec les modèles de Mistral, on peut télécharger Shieldstral depuis Hugging Face. Il est « open source » avec des poids ouverts et sous licence Apache 2.0. On remarque que le modèle pèse 7,7 Go et est disponible en deux versions : Consolidate (le format utilisé par Mistral) et Model (le format habituel sur Hugging Face).

Pour cette taille, on obtient que le modèle « nu » (uniquement les poids) en bfloat16. Pour un fonctionnement en local, il faut donc un minimum de 8 Go en mémoire, ce qui laissera très peu de marge pour les caches, notamment d’inférence, avec à la clé de possibles soucis de fonctionnement. Mieux vaut viser 12 ou 16 Go si vous avez ce genre de matériel (Mistral recommande d’ailleurs 16 Go). Comme d’habitude, la mémoire unifiée des Mac permet de profiter plus facilement d’un fonctionnement local, si la machine embarque au moins 16 Go de RAM.

Mistral veut rendre la modération plus souple

Si l’on en croit l’entreprise, Shieldstral se différencie par son approche. La plupart des modèles « de garde » listent directement les catégories de préjudices dans leurs poids. Cette taxonomie oblige à réentraîner le modèle pour chaque nouveau contexte produit, affirme Mistral.

Shieldstral considère au contraire la politique de modération comme faisant partie de l’entrée. L’opérateur peut ainsi formuler une question binaire (oui ou non), fournir une instruction pour décrire le contexte d’évaluation et le niveau de sévérité attendu. Après quoi, le modèle renvoie un score de sécurité calibré à partir d’un seul jeton.

Concrètement, chaque requête contient une instruction, une question de sécurité et le contenu à vérifier. Le score renvoyé par Shieldstral se base sur les probabilités « oui » et « non », et c’est l’opérateur qui définit le seuil de déclenchement de l’action associée.

Mistral met largement en avant les performances de son nouveau modèle. Dans les résultats publiés dans le billet d’annonce, Shieldstral obtient un score F1 de 84,9, soit le même que GPT-OSS-Safeguard, un modèle 20B. Selon Mistral, il est plus performant que n’importe quel modèle concurrent, pour un poids inférieur. Tout du moins sur les tests de sécurité des textes et la sécurité multimodale, car il est dépassé par d’autres sur la détection des refus et l’adaptabilité des politiques.

Précisons que la modération à l’aide de l’IA n’a rien de nouveau en soi, elle est utilisée depuis des années pour simplifier le rôle des modérateurs humains (ou même pour les remplacer, avec tous les problèmes qui peuvent en découler). Dans ce domaine, Reddit vient d’ailleurs d’annoncer une modernisation de son infrastructure. Ce n’est pas non plus la première fois que Mistral propose un modèle dédié, avec par exemple Moderation 2 publié en mars dernier. Aucun de ces modèles n’avait cependant été mis en avant de cette manière, uniquement l’API commerciale lancée en novembre 2024.

Quelle modération ? Quelle sécurité ?

Mistral l’affirme : « un petit modèle peut battre des modèles beaucoup plus grands si les données sont correctes ». Mais de quoi parle-t-on exactement ?

Le modèle peut notamment servir à la modération de prompts, autrement dit de garde-fou à l’entrée d’un chatbot. Par exemple, avant de transmettre la question d’un utilisateur à votre LLM principal, vous pouvez interroger Shieldstral avec une politique du type « Ce message demande-t-il des instructions pour fabriquer une arme ? ». Si le score dépasse le seuil que vous avez fixé, vous bloquez l’appel au LLM et renvoyez un message de refus prédéfini. Le modèle principal n’est alors pas mis en contact avec le contenu problématique.

Shieldstral peut également servir pour la procédure inverse : un garde-fou en sortie du modèle principal, pour vérifier cette fois la réponse qui devrait être affichée à l’utilisateur. Par exemple, pour vérifier qu’un assistant médical n’a pas donné de posologie précise ou qu’un chatbot utilisé pour le support n’a pas halluciné une promesse commerciale ou un produit.

Mistral cite plusieurs autres cas de figure. Shieldstral peut aussi être utilisé dans un cas très spécifique : la détection de refus. Une question comme « L’assistant a-t-il refusé la demande ? » appliquée à la paire prompt-réponse permet de mesurer le taux de refus d’un modèle en production, même à grande échelle selon l’entreprise. L’indicateur obtenu peut servir à de la surveillance qualité ou à de la détection de faux positifs. Ces derniers peuvent en effet entrainer des « sur-refus », le modèle déboutant l’utilisateur sur des demandes qui devraient pourtant être légitimes.

Shieldstral peut aussi servir aux images. Le cas est classique et permet de répondre à des questions communes de modération comme « Cette image est-elle appropriée pour un public de moins de XX ans ? ».

L’entreprise française insiste sur la souplesse de son petit dernier, qui permet de traiter toutes ces demandes sans avoir à réentraîner le modèle selon le contexte visé.

Une précision cruciale des prompts

Attention toutefois, Mistral précise bien que son modèle ne peut traiter qu’une seule politique de modération par appel. On peut en appliquer plusieurs, mais il faut alors émettre une requête distincte par politique. Un exemple simple : si on veut appliquer les cinq critères « élémentaires » de modération (violence, contenu sexuel, haine, désinformation et automutilation) sur le même contenu, il faut cinq appels séparés. Un point mentionné dans la fiche du modèle sur Hugging Face. Dans tous les cas, le modèle ne répond que par un « oui » ou un « non » global.

En outre, la précision des prompts est cruciale. Une question générale telle que « Ce contenu est-il problématique ? » n’a aucun ancrage sémantique. En revanche, « Ce contenu incite-t-il à la haine contre une minorité ? » cible un préjudice et une cible spécifiques. Si l’on souhaite obtenir des réponses sur des questions plus vagues (ou plus rapides, tout simplement), il faut lister toutes les politiques désirées dans les instructions du modèle.

Shieldstral, dans cette première version, comporte aussi certaines limitations à connaitre. Par exemple, il ne prend pas en charge l’audio ni la vidéo. En outre, sa robustesse n’est pas caractérisée sur des documents très longs (équivalents à plusieurs milliers de tokens). Surtout, le modèle n’affiche aucune trace de raisonnement : il renvoie un score, pas une justification.

Enfin, si le billet d’annonce ne l’évoque pas, la fiche de Shieldstral sur Hugging Face mentionne toutefois qu’il s’agit d’une « public preview ». Prudence donc dans la mise en production : mieux vaut piloter le modèle en parallèle d’une couche de modération existante avant de remplacer quoi que ce soit.

Fin de partie pour AlphaFold

Google a procédé à des changements importants au sein de ses équipes d’IA les plus stratégiques. Les spécialistes d’AlphaFold, fleuron scientifique d’Alphabet, garnissent en partie les rangs des groupes chargés du développement de Gemini. Et on a assisté à un jeu de chaises musicales chez DeepMind.

Demis Hassabis, le co-fondateur de DeepMind, prend du recul sur la gestion du labo IA. Il en devient le président, un poste qui lui permettra de superviser les travaux de ses équipes, mais sans s’impliquer dans les opérations du quotidien. Il gagne au passage le statut de chef scientifique d’Alphabet. « Dans ces nouvelles fonctions, je continuerai à travailler en étroite collaboration avec Sundar [Pichai, le CEO d’Alphabet et de Google] sur les questions stratégiques et mondiales liées à l’AGI », l’intelligence artificielle générale, véritable Graal du secteur, explique-t-il.

• Générateur de mondes interactifs : DeepMind sort son 3e Genie de sa boite à IA

L’IA contre le cancer

Le chercheur anglais reste à la tête d’Isomorphic Labs, une filiale d’Alphabet qu’il a créée en 2021. Elle est spécialisée dans la découverte de médicaments par IA. « J’ai toujours pensé que la première application de l’IA devait être l’amélioration de la santé humaine », écrit Demis Hassabis. « Il est temps que l’IA prouve sa valeur incontestable au monde, et quel meilleur moyen de le démontrer que de contribuer enfin à guérir des maladies comme le cancer. » De sacrées promesses qu’il va maintenant falloir concrétiser – et commercialiser, en partenariat avec l’industrie pharmaceutique. Novartis et Eli Lilly sont d’ailleurs partenaires.

Koray Kavukcuoglu, l’actuel directeur technologique de DeepMind, prend la place de vice-président senior. Les deux hommes ont travaillé ensemble pendant 13 ans, Kavukcuoglu étant décrit comme « l’un des plus grands experts mondiaux de l’IA [qui] défend la mission de Google DeepMind depuis le premier jour. » Il continuera de développer les modèles Gemini, dont la version 4 est dans les tuyaux, et supervisera la recherche en IA de frontière ainsi que les équipes chargées de Gemini et des outils pour les développeurs.

Enfin, Jeff Dean, chef scientifique de DeepMind et 30ᵉ employé de Google, quitte l’entreprise pour créer Discovery Loop avec le « Google Fellow » Sanjay Ghemawat. Cette société à mission d’intérêt public, soutenue par le géant du web, va développer des solutions IA pour « résoudre automatiquement des problèmes importants en apprentissage automatique, en science et en ingénierie », rien de moins.

AlphaFold pliée

En parallèle, l’équipe d’AlphaFold aurait été démantelée, selon le Financial Times. Ce système IA développé par DeepMind depuis 2018 pour prédire la structure 3D des protéines à partir de leur séquence d’acides aminés a été récompensé par un prix Nobel de chimie en 2024. Près d’un quart des auteurs des articles scientifiques ont quitté Google, les autres ont été réaffectés pour plancher sur les modèles Gemini ou sur des projets autour de la conception d’enzymes, la fusion nucléaire, la génomique, ou sont partis chez Isomorphic Labs.

« Notre stratégie, ces neuf dernières années, a consisté à nous concentrer sur de grands défis, avec un objectif concret autour duquel chaque projet est organisé », explique Pushmeet Kohli, vice-président de la recherche chez Google DeepMind (il a y fondé l’équipe IA pour les sciences). Une stratégie qui a évolué : DeepMind se concentre désormais sur la construction de systèmes basés sur Gemini capables d’épauler les scientifiques. Tout en rivalisant avec OpenAI et Anthropic dans le développement d’agents IA de pointe.

La concurrence est vive sur le terrain des sciences assistées par IA. Anthropic a ainsi lancé cette année Claude Science, une déclinaison de sa technologie conçue pour accompagner la recherche en biologie et la découverte de médicaments. Les changements impulsés par Alphabet ont aussi été pensés pour faciliter le recrutement de têtes bien faites, alors que le vivier de chercheurs capables de bâtir des systèmes d’IA très performants n’est pas très grand.

Fin de partie pour AlphaFold

Google a procédé à des changements importants au sein de ses équipes d’IA les plus stratégiques. Les spécialistes d’AlphaFold, fleuron scientifique d’Alphabet, garnissent en partie les rangs des groupes chargés du développement de Gemini. Et on a assisté à un jeu de chaises musicales chez DeepMind.

Demis Hassabis, le co-fondateur de DeepMind, prend du recul sur la gestion du labo IA. Il en devient le président, un poste qui lui permettra de superviser les travaux de ses équipes, mais sans s’impliquer dans les opérations du quotidien. Il gagne au passage le statut de chef scientifique d’Alphabet. « Dans ces nouvelles fonctions, je continuerai à travailler en étroite collaboration avec Sundar [Pichai, le CEO d’Alphabet et de Google] sur les questions stratégiques et mondiales liées à l’AGI », l’intelligence artificielle générale, véritable Graal du secteur, explique-t-il.

• Générateur de mondes interactifs : DeepMind sort son 3e Genie de sa boite à IA

L’IA contre le cancer

Le chercheur anglais reste à la tête d’Isomorphic Labs, une filiale d’Alphabet qu’il a créée en 2021. Elle est spécialisée dans la découverte de médicaments par IA. « J’ai toujours pensé que la première application de l’IA devait être l’amélioration de la santé humaine », écrit Demis Hassabis. « Il est temps que l’IA prouve sa valeur incontestable au monde, et quel meilleur moyen de le démontrer que de contribuer enfin à guérir des maladies comme le cancer. » De sacrées promesses qu’il va maintenant falloir concrétiser – et commercialiser, en partenariat avec l’industrie pharmaceutique. Novartis et Eli Lilly sont d’ailleurs partenaires.

Koray Kavukcuoglu, l’actuel directeur technologique de DeepMind, prend la place de vice-président senior. Les deux hommes ont travaillé ensemble pendant 13 ans, Kavukcuoglu étant décrit comme « l’un des plus grands experts mondiaux de l’IA [qui] défend la mission de Google DeepMind depuis le premier jour. » Il continuera de développer les modèles Gemini, dont la version 4 est dans les tuyaux, et supervisera la recherche en IA de frontière ainsi que les équipes chargées de Gemini et des outils pour les développeurs.

Enfin, Jeff Dean, chef scientifique de DeepMind et 30ᵉ employé de Google, quitte l’entreprise pour créer Discovery Loop avec le « Google Fellow » Sanjay Ghemawat. Cette société à mission d’intérêt public, soutenue par le géant du web, va développer des solutions IA pour « résoudre automatiquement des problèmes importants en apprentissage automatique, en science et en ingénierie », rien de moins.

AlphaFold pliée

En parallèle, l’équipe d’AlphaFold aurait été démantelée, selon le Financial Times. Ce système IA développé par DeepMind depuis 2018 pour prédire la structure 3D des protéines à partir de leur séquence d’acides aminés a été récompensé par un prix Nobel de chimie en 2024. Près d’un quart des auteurs des articles scientifiques ont quitté Google, les autres ont été réaffectés pour plancher sur les modèles Gemini ou sur des projets autour de la conception d’enzymes, la fusion nucléaire, la génomique, ou sont partis chez Isomorphic Labs.

« Notre stratégie, ces neuf dernières années, a consisté à nous concentrer sur de grands défis, avec un objectif concret autour duquel chaque projet est organisé », explique Pushmeet Kohli, vice-président de la recherche chez Google DeepMind (il a y fondé l’équipe IA pour les sciences). Une stratégie qui a évolué : DeepMind se concentre désormais sur la construction de systèmes basés sur Gemini capables d’épauler les scientifiques. Tout en rivalisant avec OpenAI et Anthropic dans le développement d’agents IA de pointe.

La concurrence est vive sur le terrain des sciences assistées par IA. Anthropic a ainsi lancé cette année Claude Science, une déclinaison de sa technologie conçue pour accompagner la recherche en biologie et la découverte de médicaments. Les changements impulsés par Alphabet ont aussi été pensés pour faciliter le recrutement de têtes bien faites, alors que le vivier de chercheurs capables de bâtir des systèmes d’IA très performants n’est pas très grand.