NewsFolio

Google ouvre Pics, une suite de création et de retouche d'images destinée aux abonnés Workspace. L'outil s'appuie sur Gemini et sur le modèle d'image Nano Banana, et vise un contrôle plus fin de la génération par instruction que les interfaces grand public : reprise d'un élément précis, variantes, déclinaisons aux formats attendus. La cible est explicite, celle qu'occupent aujourd'hui Canva et Adobe, mais avec une entrée par le prompt plutôt que par la mise en page. Pour Google, l'intérêt est de transformer ses modèles d'image en fonction bureautique ordinaire plutôt qu'en démonstration isolée, au même titre que le tableur ou le traitement de texte. La qualité des résultats sur des visuels professionnels — respect d'une charte, texte lisible dans l'image — reste le point à vérifier.

Google DeepMind a annoncé l'arrivée d'une compréhension vidéo « agentique » dans Gemini. Le principe : au lieu d'analyser une vidéo en une seule passe, le modèle enchaîne plusieurs étapes — revenir sur un passage, isoler un moment, vérifier un détail — avant de formuler sa réponse. La différence compte surtout sur les fichiers longs, où un résumé global finit par effacer les détails que l'on cherchait précisément. Les usages évidents vont de la recherche dans des archives à l'inspection de séquences techniques ou sportives. Le laboratoire n'a pas accompagné son annonce de chiffres de performance ni d'un calendrier de déploiement par palier d'abonnement, si bien que la portée réelle reste à mesurer.

World Labs a dévoilé Atlas, présenté comme un modèle de monde dédié à l'intelligence spatiale. L'objectif de cette famille de modèles n'est pas de produire une image ou un texte, mais de tenir une représentation cohérente d'un espace : on doit pouvoir s'y déplacer et retrouver la même géométrie d'un point de vue à l'autre. C'est précisément la limite sur laquelle butent les générateurs vidéo actuels, capables de belles séquences mais incapables de garantir qu'un objet vu de face existe encore vu de dos. Les débouchés visés par ce courant de recherche touchent la robotique, la simulation et la création d'environnements 3D, où cette stabilité conditionne tout le reste. Comme souvent avec les modèles de monde, la démonstration précède l'évaluation indépendante : il faudra attendre des mesures externes pour situer Atlas.

OpenAI ouvre la connexion de ChatGPT aux dossiers patients informatisés et à des sources documentaires médicales. Un praticien peut désormais importer le contexte d'un patient depuis le système d'information de son établissement — l'intégration avec Epic, éditeur dominant aux États-Unis, est citée — puis interroger le modèle en gardant ce contexte sous la main. L'accès est en lecture seule, ce qui écarte le risque d'écriture erronée dans un dossier mais ne dit rien de l'exactitude des réponses produites. Le déplacement est notable : après avoir longtemps répété que ChatGPT n'était pas un outil médical, OpenAI l'installe dans le flux de travail clinique. La responsabilité en cas d'erreur, elle, reste entièrement du côté du praticien.

Perplexity a activé un mode de calcul hybride sur Computer, sa plateforme d'agents. Une même tâche peut démarrer sur un modèle de pointe hébergé dans le cloud, puis confier les portions confidentielles à un modèle à poids ouverts exécuté localement sur un Mac Apple Silicon, sans redémarrer le travail ni perdre le contexte accumulé. L'argument est le contrôle des données : les fichiers concernés ne quittent pas la machine de l'utilisateur. Cette répartition décidée en cours de tâche est peu courante, la plupart des offres imposant de choisir à l'avance entre tout local et tout cloud. Reste l'arbitrage de fond : un petit modèle local ne raisonne pas comme un modèle de pointe, et la qualité des étapes déportées dépendra de ce compromis.

OpenClaw, le harnais open source qui transforme un modèle de langage en agent joignable depuis Telegram, iMessage, WhatsApp ou Discord, passe en version 2.0. La nouveauté mise en avant est le fonctionnement à plusieurs : différentes personnes peuvent solliciter le même agent sur les mêmes tâches, ce qui fait passer l'outil du bricolage individuel à un usage d'équipe. Le projet avait connu une forte vague d'attention au printemps 2026 avant de retomber ; cette version cherche visiblement à le rendre présentable en entreprise. L'ouverture du code reste son principal atout face aux plateformes d'agents propriétaires, et aussi sa principale zone de risque : un agent partagé multiplie les chemins d'accès aux données de l'équipe, et la question des permissions devient centrale.

Une étude de Google Research et du Technion s'attaque à une idée reçue sur les hallucinations : quand un modèle invente une réponse, on suppose qu'il ignore le fait demandé. Les auteurs mesurent l'inverse. Sur leur échantillon, des modèles récents comme GPT-5 et Gemini 3 encodent 95 à 98 % des faits testés, et jusqu'à 65 % de ceux qu'ils ne restituent pas spontanément redeviennent accessibles en laissant simplement le modèle raisonner plus longtemps. L'échec porterait donc sur la récupération de l'information, pas sur son absence. Si le résultat tient hors du protocole des auteurs, il modifie l'ordre des réflexes d'ingénierie : avant d'agrandir le modèle, d'étendre les données d'entraînement ou de bâtir une architecture de recherche documentaire, il vaudrait la peine de laisser le modèle fouiller sa propre mémoire.

Apple a demandé lundi une communication accélérée des pièces dans la procédure qui l'oppose à OpenAI. La firme affirme n'avoir reçu que tardivement le MacBook d'un ancien salarié placé au centre de l'affaire, et que la machine contenait des échanges évoquant la destruction d'éléments. Apple dit par ailleurs disposer de preuves que cet ancien employé a effacé des traces après avoir appris qu'il faisait l'objet d'une enquête interne. À ce stade, il s'agit d'allégations portées par une partie et non de faits établis par un tribunal, et OpenAI n'a pas répondu publiquement au détail de ces accusations. Le point mérite d'être suivi : dans une procédure américaine, un soupçon de destruction de preuves pèse souvent plus lourd sur l'issue que le fond du litige initial.

Hugging Face met à disposition une bibliothèque de plus de deux cents noyaux de calcul WebGPU, destinés à faire tourner des modèles directement sur la machine de l'utilisateur. Un noyau est la brique de bas niveau qui exécute une opération sur le processeur graphique ; sans elle, un modèle porté vers le web reste lent, voire inexécutable. En passant par WebGPU, l'ensemble fonctionne dans un navigateur standard, sans installation ni serveur d'inférence à financer. L'intérêt est double : coût d'hébergement nul et données qui ne quittent pas le poste. La contrepartie est matérielle — la carte graphique de l'utilisateur plafonne la taille des modèles envisageables, ce qui cantonne pour l'instant ces usages aux modèles compacts.