Notre verdict sur les tendances IA : ce qui mérite votre attention, et ce qui n'est que bruit.
Des chercheurs de Google DeepMind montrent qu'un essaim de 16 agents attaquants, organisés en huit équipes, perce les défenses contre l'injection de prompt des modèles les plus robustes. Les modèles open weights résistent à peine 1 à 5 % des attaques. La course attaque-défense n'est pas finie, elle change d'échelle.
Tether AI Research dévoile QVAC BotPsy, un modèle de 0,8 milliard de paramètres spécialisé dans l'usage d'outils, aux poids ouverts sous Apache 2.0, capable de tourner localement sur un téléphone. Des scores maison impressionnants, en attendant une vérification indépendante.
Google DeepMind dévoile AlphaGenome 2, un modèle entraîné sur plus de 107 millions de profils cellulaires qui prédit comment les variants de l'ADN modifient l'activité des gènes, cellule par cellule. Une avancée réelle pour la recherche, qui ne diagnostique rien toute seule.
Meta lance Muse Ember, son plus petit modèle : 0,10 $ le million de tokens en entrée, conçu pour exécuter à la chaîne les tâches que les agents répètent, pendant qu'un gros modèle planifie. Derrière l'annonce, une architecture « cerveau + mains bon marché » qui devient la norme - et une falaise de prix cachée à 200 000 tokens.
Rerankers calibrés, embeddings nouvelle génération, recherche agentique : ce qui change vraiment en 2026, et ce qui n'apporte toujours rien.
Démos cherry-pickées vs réalité. On a passé une semaine à tester sur de vrais workflows.
À LA UNEDes chercheurs de Google DeepMind montrent qu'un essaim de 16 agents attaquants, organisés en huit équipes, perce les défenses contre l'injection de prompt des modèles les plus robustes. Les modèles open weights résistent à peine 1 à 5 % des attaques. La course attaque-défense n'est pas finie, elle change d'échelle.
À LA UNETether AI Research dévoile QVAC BotPsy, un modèle de 0,8 milliard de paramètres spécialisé dans l'usage d'outils, aux poids ouverts sous Apache 2.0, capable de tourner localement sur un téléphone. Des scores maison impressionnants, en attendant une vérification indépendante.
À LA UNEGoogle DeepMind dévoile AlphaGenome 2, un modèle entraîné sur plus de 107 millions de profils cellulaires qui prédit comment les variants de l'ADN modifient l'activité des gènes, cellule par cellule. Une avancée réelle pour la recherche, qui ne diagnostique rien toute seule.
À LA UNEMeta lance Muse Ember, son plus petit modèle : 0,10 $ le million de tokens en entrée, conçu pour exécuter à la chaîne les tâches que les agents répètent, pendant qu'un gros modèle planifie. Derrière l'annonce, une architecture « cerveau + mains bon marché » qui devient la norme - et une falaise de prix cachée à 200 000 tokens.
Rerankers calibrés, embeddings nouvelle génération, recherche agentique : ce qui change vraiment en 2026, et ce qui n'apporte toujours rien.
Démos cherry-pickées vs réalité. On a passé une semaine à tester sur de vrais workflows.