Walt Disney et OpenAI annoncent un accord de licence de trois ans faisant de Disney le premier grand partenaire de Sora, la plateforme vidéo générative de format court. Sora pourra produire, sur demande des utilisateurs, des vidéos sociales à partir d’un catalogue de plus de 200 personnages provenant de Disney, Marvel, Pixar et Star Wars. Les créations incluront costumes, accessoires, véhicules et décors emblématiques, afin de préserver les univers visuels. De plus, Disney deviendra un client majeur d’OpenAI en exploitant les API d’OpenAI pour de nouveaux produits et en déployant ChatGPT pour ses employés. Disney investira 1 milliard de dollars et obtiendra des bons de souscription, ce qui renforce l’ancrage stratégique. Les deux sociétés affirment un engagement commun en faveur d’une IA responsable, avec des politiques adaptées à l’âge, la prévention des contenus illégaux ou nuisibles et le respect des droits des créateurs et des individus. La finalisation de l’accord reste soumise aux accords définitifs et aux approbations.
Cette alliance marie propriété intellectuelle et génération de contenu par les fans, avec des bénéfices mutuels évidents. Disney y voit une nouvelle fabrique d’expériences et de fidélisation, tandis qu’OpenAI obtient un banc d’essai massif et un client ancré dans le divertissement. L’investissement en capital aligne les intérêts et verrouille une coopération qui dépasse le simple contrat commercial.
Toutefois, la promesse de sécurité et de respect des créateurs sera jugée au moment des contrôles, de la modération et de la gestion fine des droits. La curation sur Disney+ transforme les fans en co‑créateurs, mais sous l’œil du studio, arbitre de la qualité et du ton. Par ailleurs, l’exécution demeure une inconnue, entre ambition industrielle et prudence réglementaire.
CHF 1,1 million pour accélérer une plateforme de certification. La start-up genevoise Xcert AI développe un outil d’automatisation des démarches de certification et de conformité pour l’aéronautique. Le secteur consacre jusqu’à la moitié du temps et des coûts aux exigences réglementaires, à la documentation, à la planification des vérifications et aux tests. La plateforme Xcert AI combine analyse assistée par IA, automatisation des flux et gestion structurée de projets pour réduire l’effort manuel et les erreurs. Des pilotes clients alimentent déjà la feuille de route de Xcert AI et confirment la demande.
Derrière la levée se joue une bataille de productivité. Si la certification engloutit une large part des budgets, tout gain sur ces tâches se traduit par des délais plus courts. Il se traduit aussi par un capital mieux employé et des cycles d’innovation moins asphyxiés. La traçabilité plus claire promise par Xcert AI intéresse les fabricants, les intégrateurs et les régulateurs, face à des règles complexifiées par l’IA. Reste l’épreuve de vérité des systèmes de sûreté critique, où l’automatisation doit prouver qu’elle renforce la rigueur au lieu de la diluer.
Anthropic lance Claude Opus 4.5, présenté comme le meilleur modèle pour le code, les agents et l’usage ordinateur. Le modèle offre un contexte de 200 000 tokens et une sortie pouvant atteindre 64 000 tokens. Opus 4.5 introduit un paramètre d’effort, ajustable pour des réponses plus rapides. Le modèle ajoute également un outil de zoom pour inspecter des zones d’écran spécifiques. De plus, Claude Opus 4.5 conserve désormais les blocs de réflexion provenant de travaux précédents, ce qui facilite la compréhension et améliore les résultats. Côté sécurité, la résistance au prompt injection progresse, mais une tentative isolée réussit encore une fois sur vingt.
Les nouveautés comme le paramètre d’effort ou la mémoire de réflexion améliorent l’ergonomie, mais l’impact réel reste conditionné par la réalisation de tâches complexes. Sur la sécurité, la courbe d’apprentissage résiste. Entre promesses chiffrées et résultats palpables, la preuve par l’exemple demeure la monnaie la plus crédible.
Cent mille milliards de tokens rebattent les cartes de l’IA. OpenRouter dévoile un rapport qui agrège l’usage de plus de cinq millions de développeurs sur plus de trois cents modèles issus de plus de soixante fournisseurs. Le volume annuel est passé d’environ dix mille milliards à plus de cent mille milliards. La plateforme observe une montée rapide de l’agentic inference, avec plus de tours par session et des prompts plus longs. Les séquences incluent la planification, l’appel d’outils ou d’API, la révision, puis des itérations jusqu’au résultat. Les modèles open source comme DeepSeek R1 et Kimi K2 gagnent du terrain par efficacité et flexibilité. Les usages créatifs et de codage dominent le volume.
Le centre de gravité de l’IA se déplace du simple chat vers un agent capable de travailler, ce qui met l’accent sur l’orchestration, la fiabilité et le contrôle. Pour les acteurs économiques, cette évolution signifie des gains de productivité, à condition de disposer d’un outillage solide et de métriques claires. Les équipes qui adoptent des flux multi‑étapes doivent repenser les responsabilités, la sécurité des outils connectés et le suivi des itérations. Le moment décisif reste la découverte et l’implémentation de flux qui changent le quotidien. Après ce déclic, les utilisateurs ne reviennent pas en arrière, et le marché non plus.
Cinq gigafactories d’IA pour doper la puissance européenne.
Le Groupe BEI et la Commission européenne unissent leurs moyens pour accélérer des gigafactories d’IA en Europe, de grands centres de calcul entraînant des modèles de nouvelle génération. Objectif annoncé: jusqu’à cinq sites, appuyés par des subventions InvestAI et, potentiellement, des prêts de la BEI, afin d’attirer l’investissement privé. Chaque site viserait environ 100 000 puces d’IA, soit environ quatre fois la génération actuelle, tandis que 19 usines d’IA sont déjà en cours de mise en place. Par ailleurs, un appui consultatif via l’InvestEU Advisory Hub doit améliorer la bancabilité des projets. Cet ensemble s’inscrit dans TechEU, programme phare du Groupe BEI qui veut mobiliser 250 milliards d’euros, avec une attention portée aux régions de cohésion et à l’action climatique.
Derrière l’annonce, une bataille pour l’indépendance technologique s’organise. De plus, la combinaison de prêts et d’aides publiques vise à réduire le risque perçu et à attirer le capital privé, mais cette combinaison impose une discipline de sélection et de gouvernance. Dans ce cadre, les promesses de performances doivent rencontrer des modèles économiques solides, sous peine d’un futur échec. Par ailleurs, l’intégration à TechEU et la coordination avec EuroHPC JU facilitent l’alignement des priorités, notamment climat et cohésion, tout en donnant une visibilité européenne aux acteurs. Si cette dynamique tient, l’Europe passera d’usager pressé à bâtisseur de ses propres capacités d’IA.
Google a annoncé ce mois-ci la nouvelle version de son modèle de génération d’image : Nano Banana Pro. Ce dernier excelle dans la création d’infographies et de diagrammes. Le texte dans l’image devient enfin lisible et multilingue. Ses capacités créatives affinent chaque zone et ajustent l’angle de vue, la mise au point, les couleurs et la lumière, en 2K ou 4K. Ce déploiement couvre grand public, éducation, publicité, outils bureautiques, création vidéo et entreprises.
ChatGPT Shopping transforme l’assistant conversationnel en conseiller d’achat connecté à des catalogues marchands via des plateformes comme Shopify. L’expérience Shopping Research compare en temps réel produits, avis et prix, puis génère des guides personnalisés détaillant choix et compromis, avec des liens directs. L’expérience Shopping Research est proposée sur le web et sur mobile aux utilisateurs des offres Free, Go, Plus et Pro, avec un usage étendu durant la période d’achats.
Les résultats de Shopping Research proviennent de catalogues actualisés, et non d’un moteur de recherche traditionnel. Les marques peuvent optimiser leurs pages grâce à des schémas et des métadonnées, ou rejoindre le ChatGPT Merchant Program afin de fournir un flux produit fiable.
OpenAI active l’achat direct avec des partenaires comme Shopify, Walmart et Etsy, y compris un Instant Checkout avec certains marchands. Google pousse une approche similaire avec Gemini via Google Merchant Center. Microsoft avance avec le Copilot Merchant Program et teste également l’achat in‑app.
Économiquement, les assistants conversationnels peuvent capter une part de la découverte et de la conversion, rapprochant l’interface de l’acte d’achat. Socialement, la conversation réduit le bruit publicitaire et augmente la personnalisation, au prix d’une dépendance à des intermédiaires algorithmiques. Philosophiquement, la recommandation devient un filtre puissant privilégiant les marques capables de maintenir des catalogues riches, cohérents et à jour. Ceux qui maîtrisent ces flux prendront une longueur d’avance discrète mais décisive.
Antigravity ouvre la porte à des agents trop autonomes et provoque des failles de sécurité risibles. Son environnement de développement (IDE) autorise l’exécution automatique de commandes, y compris via le terminal, avec des garde-fous incomplets. Des entrées non fiables dans le code ou la documentation peuvent manipuler l’agent et entraîner des actions non souhaitées par l’utilisateur. Aussi, des attaques de prompt injection, c’est-à-dire du texte malveillant guidant le modèle, déclenchent des exécutions indésirées et ouvrent l’accès à des fichiers sensibles. L’exfiltration de données s’effectue via des contenus Markdown, des appels d’outils ou des instructions cachées, jusqu’à la fuite de logs contenant des identifiants cloud et du code privé. Malgré des avertissements importants, l’interface encourage une supervision minimale, ce qui semble trop peu à ce jour.
L’ambition d’automatiser le développement se heurte ici au coût de la confiance. En privilégiant le confort, la configuration délègue trop de décisions à la machine, ce qui inverse le principe du contrôle humain. Par ailleurs, l’illusion d’une vigilance continue masque mal le risque d’actions silencieuses, surtout avec plusieurs agents et des tâches parallèles. Sur le plan économique, ces failles menacent directement les secrets industriels et la propriété logicielle. Ainsi, la promesse d’une IDE AI first devient crédible seulement si la sécurité l’est d’abord.
Dix ans plus tard, l’AGI n’est plus inconcevable. C’est le message qu’OpenAI tente de faire passer en nous proposant une rétrospective de ses dix dernières années. La société est passé d’un groupe de 15 personnes à une organisation capable de déployer des modèles à large échelle. Ensuite, des résultats fondateurs ont émergé sur un jeu vidéo, sur la compréhension du sens par un modèle de langue et sur l’alignement sur des préférences humaines, avec un besoin de calcul massif. Puis, ChatGPT a précédé GPT‑4, ancrant l’AGI dans le débat sérieux. L’entreprise a choisi un déploiement itératif pour faire co‑évoluer société et technologie, une méthode devenue la norme. Aujourd’hui, les systèmes d’OpenAI dépassent la plupart des experts d’OpenAI sur des concours intellectuels spécifiques. La retrospective met en lumière des usages extraordinaires, une mitigation des risques jugée efficace et une gratitude explicite envers les utilisateurs.
L’ambition de superintelligence annoncerait un futur étrange, où la vie quotidienne resterait familière tandis que nos capacités s’étireraient. En traduction prosaïque, davantage de levier cognitif signifie des gains de productivité, mais aussi des arbitrages sur la confiance, l’éthique et l’accès. Par ailleurs, l’exécution rapide a montré que les choix d’architecture sociale comptent autant que les prouesses techniques. Si les risques semblent jusqu’ici contenus, il s’agit d’un état dynamique, pas d’un acquis.
1. Qu’est-ce que c’est ?
Nano Banana Pro est un modèle de génération visuelle et d’infographies qui transforme une simple demande textuelle en visuels clairs, structurés et directement exploitables.
La dernière mise à jour Pro améliore fortement la compréhension des intentions de l’utilisateur, permettant de respecter de manière bien plus fidèle les consignes de forme, de style et de contenu. Nano Banana est accessible depuis Gemini > Outils > 🍌Créer une image, et se distingue par sa capacité à produire rapidement des schémas, cartes et supports visuels sans outil de design avancé.
2. Pourquoi c’est fascinant ?
Grâce à la version Pro, il suit beaucoup plus précisément les instructions (hiérarchie visuelle, couleurs, disposition, style), ce qui le rend très puissant pour les infographies.👉 Exemple simple :
« Créer une infographie pédagogique expliquant le fonctionnement d’une intelligence artificielle en trois étapes claires. Utiliser un style dessiné type croquis au crayon »
3. Pourquoi c’est limité ?
Lorsqu’on cherche à affiner très finement le résultat (micro-détails, placement exact des éléments, rendu visuel précis), le processus peut devenir long. C’est un point encore perfectible, mais le saut qualitatif est déjà très important par rapport à ce qui était possible auparavant.
