Google a dévoilé la tarification de son moteur IA avancé, Gemini 2.5 Pro, via API. Ce modèle performant, notamment en codage et logique, montre la stratégie de Google sur le marché concurrentiel des IA. Sa structure de coût révèle les tendances potentielles du marché.
Google accélère le développement de Gemini (2.5 Pro, 2.0 Flash), mais la publication de la documentation de sécurité prend du retard. Cette approche soulève des questions sur la transparence, malgré les justifications de Google concernant le développement itératif et les tests internes, contrastant avec les normes de l'industrie et les engagements passés de l'entreprise.
Une étude révèle qu'OpenAI GPT-4 pourrait avoir 'mémorisé' des œuvres protégées par copyright, alimentant les procès sur la violation des droits d'auteur. La méthode détecte la mémorisation via des mots 'à haute surprise'. Cela soulève des questions sur l'usage loyal ('fair use') et le besoin de transparence dans l'entraînement des IA.
Meta fait face à des défis avec le lancement de Llama 4, potentiellement retardé en raison de performances inférieures aux concurrents comme OpenAI. Ces difficultés soulèvent des questions sur sa stratégie IA et inquiètent les investisseurs, malgré les efforts sur une API commerciale pour stimuler l'adoption par les entreprises.
Meta s'apprête à lancer Llama 4, son nouveau modèle IA, malgré des retards dus à des défis techniques et une concurrence féroce (OpenAI, DeepSeek). Avec un investissement massif et une possible architecture MoE, Meta navigue entre déploiement contrôlé via Meta AI et sa tradition open-source, sous la pression des investisseurs.
Nvidia investit dans Runway AI, pionnier de la vidéo IA. Plus qu'un soutien financier, c'est une stratégie pour stimuler la demande hardware, renforcer son écosystème, pénétrer les marchés créatifs et devancer la concurrence. Cet investissement s'inscrit dans une démarche plus large de Nvidia dans l'IA.
Qvest et NVIDIA intensifient leur collaboration pour fournir des outils d'IA pratiques à l'industrie des médias. Présentées au NAB Show, leurs solutions Applied AI, comme l'Agentic Live Extractor et le No-Code Builder, visent à optimiser les workflows, valoriser le contenu et démocratiser l'IA, en s'appuyant sur la technologie NVIDIA.
Le logiciel Ryzen AI d'AMD présente des vulnérabilités critiques. Les pilotes NPU et le SDK sont affectés, exposant les utilisateurs à des risques de divulgation d'informations, de corruption de données et d'exécution de code arbitraire. AMD a publié des correctifs et recommande une mise à jour rapide pour sécuriser les systèmes et les environnements de développement.
Le Test de Turing est remis en question. Une étude de l'UC San Diego montre que GPT-4.5 trompe les juges humains plus souvent que les humains eux-mêmes. Cela soulève des doutes sur la capacité du test à mesurer l'AGI et révèle nos propres biais, plutôt que la véritable intelligence machine.
Une IA avancée, testée via une version moderne du test de Turing, trompe souvent les humains. Des modèles comme GPT-4.5 semblent parfois plus humains que les vraies personnes en adoptant des personas. Cela souligne les capacités d'imitation de l'IA et soulève des questions sociétales sur l'automatisation et la tromperie.
