Aujourd'hui:

• Microsoft lance des agents d'IA sur le lieu de travail

• OpenAI lance une API de génération d'images

• Windsurf baisse ses prix face à la concurrence

• Grok ajoute la prise en charge vocale multilingue

Microsoft lance des agents d'IA sur le lieu de travail

Microsoft a lancé des « agents » d'IA pour le travail, véritables coéquipiers numériques, gérant la recherche, les données et les tâches routinières. S'inscrivant dans une démarche plus vaste, ces outils visent à combler les écarts de productivité et à aider les employés à travailler plus efficacement avec moins de stress. Microsoft souhaite faire de Copilot le « navigateur » de l'IA, au cœur du travail quotidien. Leurs recherches montrent que les entreprises qui adoptent cette transition tôt prennent déjà de l'avance.

Pourquoi c'est important

1. Agentic AI à grande échelle : Microsoft normalise les agents d'IA en tant que coéquipiers sur le lieu de travail, et pas seulement en tant qu'outils, favorisant ainsi le déploiement dans le monde réel de modèles de raisonnement autonomes.

2. Changement de productivité et de stratégie : il redéfinit les opérations commerciales, encourageant l'intégration descendante de l'IA dans tous les rôles, et pas seulement l'expérimentation individuelle.

3. Fracture concurrentielle : les premiers utilisateurs de l’IA (« entreprises frontières ») dépassent leurs concurrents, ce qui montre que la préparation à l’IA peut désormais constituer un avantage commercial majeur.

OpenAI lance une API de génération d'images

OpenAI a lancé son générateur d'images , gpt-image-1 , sous forme d'API, permettant aux développeurs et aux entreprises de créer des visuels directement dans leurs applications. Ce modèle alimente l'outil d'images populaire de ChatGPT, connu pour générer des styles viraux comme ceux de Studio Ghibli. L'API prend en charge les cas d'usage en entreprise, des logos aux ressources marketing, avec sécurité, contrôles de marque et étiquetage des métadonnées. L'utilisation est facturée en jetons, les images générées coûtant 40 $ par million de jetons.

Pourquoi c'est important

1. Intégration d'entreprise : OpenAI intègre la génération d'images avancées directement dans les plateformes d'entreprise, supprimant ainsi le besoin d'outils séparés.

2. Benchmark de monétisation : le modèle de tarification établit une nouvelle norme en matière d'IA visuelle basée sur les API, traçant des lignes entre les offres OpenAI, Google et Stability AI.

3. Changement créatif + conformité : l'intégration de balises de sécurité (métadonnées C2PA) et de contrôles de marque montre comment le contenu de l'IA mûrit pour une utilisation professionnelle et éthique.

Windsurf baisse ses prix face à la concurrence

Windsurf, une start-up spécialisée dans l'assistance au codage par IA, a réduit ses prix et simplifié sa facturation pour concurrencer son concurrent Cursor. Les forfaits Équipe sont passés à 30 $/utilisateur, et les tarifs Entreprise ont également été réduits. Windsurf offre désormais un accès gratuit aux derniers modèles d'OpenAI et laisse entrevoir des liens plus étroits avec OpenAI, qui pourrait l'acquérir pour 3 milliards de dollars. Cursor, en pleine croissance, a refusé de vendre. Une guerre des prix se profile, augmentant les enjeux sur le marché en pleine expansion des outils de codage par IA.

Pourquoi c'est important

1. Expansion stratégique d'OpenAI : l'acquisition potentielle de Windsurf par OpenAI signale une avancée sérieuse dans le codage assisté par l'IA pour rivaliser avec GitHub Copilot et Cursor.

2. Pression de la guerre des prix : la baisse des prix pourrait rendre les outils de développement d'IA avancés plus accessibles, mais mettre à rude épreuve les marges des startups du secteur.

3. Consolidation de la chaîne d'outils : l'intégration avec les modèles d'OpenAI suggère que les futurs environnements de développement pourraient s'articuler autour d'écosystèmes d'IA moins nombreux et plus unifiés.

🧠 RECHERCHE

Décrivez n'importe quoi : sous-titrage détaillé et localisé d'images et de vidéos

Nvidia a lancé le modèle DAM (Describe Anything Model), qui crée des légendes précises pour des parties d'images et de vidéos. Ce modèle utilise une nouvelle méthode pour se concentrer sur des zones spécifiques tout en gardant une vue d'ensemble. Le DAM apprend également à partir de données étiquetées et non étiquetées et surpasse les modèles précédents sur sept tests clés.

Rapport technique sur le trillion 7 milliards

Trillion-7B est un modèle linguistique d'IA axé sur le coréen. Il utilise une méthode intelligente pour transférer des connaissances de l'anglais vers d'autres langues comme le coréen et le japonais. Malgré seulement 10 % de données multilingues, il a obtenu de bons résultats lors de 27 tests en quatre langues et a été entraîné efficacement à un coût relativement faible.

VisuLogic : une référence pour l'évaluation du raisonnement visuel dans les grands modèles linguistiques multimodaux

VisuLogic est un nouveau test qui évalue la capacité des modèles d'IA à raisonner à partir d'images, et non de mots. Il comprend 1 000 problèmes vérifiés par des experts dans différentes tâches visuelles. La plupart des modèles performants obtiennent des résultats médiocres, avec un score inférieur à 30 %, loin derrière la précision humaine. Cela montre que les modèles actuels peinent encore à assurer une véritable compréhension visuelle.

📲 RÉSEAUX SOCIAUX

🗞️PLUS D'ACTUALITÉS

• Grok permet désormais aux utilisateurs iOS de lui montrer ce qui s'affiche sur leur écran ou leur appareil photo et de lui parler dans de nombreuses langues. Avec l'ajout de la recherche vocale, l'IA d'Elon Musk se rapproche de ses concurrents comme Gemini Live.

• Une nouvelle méthode appelée RAGEN aide les agents IA à mieux apprendre en réfléchissant aux problèmes, et non en se contentant de mémoriser les réponses. Elle corrige les problèmes d'apprentissage, favorise le raisonnement étape par étape et montre comment les agents peuvent évoluer grâce à l'expérience.

• L'assistant vocal de Perplexity est désormais disponible sur iOS. Il permet aux utilisateurs de définir des rappels, d'envoyer des messages et de réserver des réservations vocalement, même sur les anciens iPhones. Rapide et pratique, il manque toutefois d'accès à l'appareil photo et d'intégration système poussée.

• Google a étendu le rôle de Gemini dans les applications Workspace avec de nouvelles fonctionnalités comme les aperçus audio, qui transforment les documents en résumés de type podcast, et des outils de calendrier plus intelligents qui repèrent les réunions dans les e-mails. Tout cela vise à dynamiser l'utilisation de l'IA en milieu professionnel.

• Kira Learning, la société d'Andrew Ng, a lancé des agents d'IA pour aider les enseignants dans la notation, la planification des cours et le tutorat. Objectif : libérer du temps, personnaliser l'apprentissage et aider les enseignants à guider les élèves, même dans les matières qu'ils apprennent encore eux-mêmes. 

• OpenAI prévoit un chiffre d'affaires de 125 milliards de dollars en 2029, porté par les agents d'IA, les nouveaux outils et la monétisation des utilisateurs gratuits. Les agents pourraient à eux seuls générer 29 milliards de dollars, tandis que les marges devraient augmenter de près de 70 %. La croissance du nombre d'utilisateurs et les accords conclus avec les entreprises alimentent ces perspectives.

🎬DERNIÈRES VIDÉOS

Vision IA