Actualités AI #36 : Nouveaux modèles et investissements

Nouveaux modèles et protocoles

Cette semaine, de nouveaux modèles axés notamment sur les systèmes multi-agents et les capacités multimodales ont été annoncés dans l’écosystème AI. Voici les principales avancées :

Nvidia Nemotron 3 : Une nouvelle famille de modèles open source optimisés pour les systèmes multi-agents a été présentée.
OpenAI GPT Image 1.5 & GPT-5.2-Codex : Les capacités de génération d’images de ChatGPT ont été actualisées, tandis que la version Codex axée sur l’ingénierie logicielle a été lancée.
Google Gemini 3 Flash : Ce modèle privilégiant un faible coût et une grande rapidité est devenu le modèle par défaut dans la recherche et les applications Gemini.
AI2 Molmo 2 & Olmo 3.1 : Molmo 2, capable d’analyser des vidéos (suivi d’objets, comptage), et Olmo 3.1, modèle de raisonnement ouvert, ont été publiés.
Black Forest Labs FLUX.2 : Un modèle d’image haut de gamme capable de créer des visuels à partir de données web en temps réel a été annoncé.
Klarna Agentic Product Protocol : Un protocole standard ouvert permettant aux assistants AI d’accéder à plus de 100 millions de produits a été présenté.
Alibaba Wan2.6 : Modèle multimodal capable de générer des vidéos HD de 15 secondes maximum, avec prise en charge des storyboards et des références de personnages.
xAI Grok Voice Agent API : Une API de technologie vocale de parole à parole (speech-to-speech) a été proposée aux développeurs.
Meta SAM Audio : Un modèle capable d’isoler des sons spécifiques dans des fichiers audio à partir d’entrées visuelles et textuelles a été publié.

Nouveautés et intégrations

Les plateformes et applications existantes continuent d’intégrer les capacités AI aux flux de travail :

Google Translate & CC : Le service de traduction est devenu contextuel grâce à l’infrastructure Gemini, tandis que les tests de l’assistant par e-mail CC ont débuté.
Zoom AI Companion 3.0 : Une nouvelle version reliant les données de réunion à des flux de travail automatisés a été présentée.
Adobe Firefly : Des commandes textuelles et des fonctions de contrôle de caméra ont été ajoutées pour l’édition et le montage vidéo.
OpenAI Applications tierces : La prise en charge d’applications tierces sans installation externe a été ajoutée à ChatGPT.
YouTube Playables Builder : Une plateforme utilisant Gemini 3 pour créer des jeux à partir de commandes textuelles et visuelles a été annoncée.

Notes de recherche

Les données de Stanford HAI et de recherches indépendantes révèlent les niveaux de compétence des modèles et les perspectives d’avenir :

Réussite aux examens CFA : GPT-5, Gemini 3.0 Pro et d’autres modèles de premier plan auraient réussi les trois niveaux des examens de certification CFA. Gemini 3.0 Pro a atteint un taux de réussite de 97,6 % au niveau 1.
Prévisions 2026 : Stanford HAI prévoit une hausse de l’utilisation de l’AI dans les soins de santé, mais estime que les attentes concernant l’AGI (AI générale) ne se concrétiseront pas à court terme.

Actualité des investissements

Les flux de capitaux dans le secteur se poursuivent, avec des valorisations élevées et des partenariats stratégiques :

Amazon & OpenAI : Amazon se préparerait à investir 10 milliards de dollars dans OpenAI, dont la valorisation pourrait dépasser 500 milliards de dollars.
Databricks : A levé plus de 4 milliards de dollars sur la base d’une valorisation de 134 milliards de dollars.
Lovable : A levé 330 millions de dollars en série B, atteignant une valorisation de 6,6 milliards de dollars.
Autres investissements : Chai Discovery (130 M$), Neural Concept (100 M$), PolyAI (86 M$) et Mirelo (41 M$) ont bouclé leurs levées de fonds.