thekb.eu — Produits & Services

Designing AI with character: what we learned building Berd

Tue, 18 Aug 2026 00:00:00 GMT

Billet du blog corporate de **Block** (`block.xyz/inside`), **non signé**, publié le **18 août 2026**, qui annonce **l'ouverture du code de Berd** et expose la thèse de conception qui l'a guidée. **Ce qu'est Berd.** *« Berd is a desktop application our teams use to work with AI agents across projects, skills, tools, and models. »* Née d'un problème interne : Block avait accès à des agents capables — **goose**, **Claude Code**, **Codex** — mais chacun imposait *« different interfaces, configuration systems, and ways of managing context »*. Conclusion tirée : *« we didn't need another model or agent harness, **we needed a consistent environment around them** »*. Berd rassemble conversations, fichiers, dossiers, instructions, agents et skills autour de **projets persistants**, pour cesser de reconstruire le contexte à chaque tâche. **La thèse de design.** Donner du **caractère** aux agents — non seulement par les rôles, instructions, skills et outils, mais par des **identités visuelles distinctes**, dont une collection de personnages animés, les *« Gloopies »*. Le problème invoqué est celui de la boîte de saisie vide : *« the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent »*. Le billet inscrit la démarche dans la lignée de **Square** et **Cash App** — apporter du design là où la catégorie n'en avait pas. **Mais le problème posé est un problème de lisibilité de la configuration, et l'avatar résout la distinguabilité** ; le texte le reconnaît en une ligne qu'il ne développe pas : *« The avatars make the agent recognizable. **Its role, skills, and tools make it useful.** »* **L'architecture.** Berd descend de **goose**, framework d'agent open source lancé par Block en **janvier 2025**, contribué à l'**Agentic AI Foundation** (Linux Foundation, décembre 2025) aux côtés de **MCP** et d'**AGENTS.md**. Répartition explicite : *« goose remains the open agent framework and runtime. Berd is a desktop application built around it. **Berd connects to goose through the Agent Client Protocol.** »* goose tient la boucle d'agent, Berd tient l'expérience. **La suite est Buzz.** Berd a servi à explorer le travail **solo** ; *« But work rarely stays private »*. Ce que Berd a montré — *« private space, durable context, recognizable agent identities, reusable skills, visible configuration »* — nourrira **Buzz**, l'espace partagé humains+agents. *« Start alone, then go multiplayer. »* **Réserves.** **Aucun chiffre, aucun test utilisateur, aucune licence nommée** ; une surpromesse isolée (*« create custom agents to do any task they want »*) ; et un billet dont le titre annonce un rétrospectif tout en maintenant le produit au présent — **Berd n'est pas déclaré déprécié, mais la feuille de route va à Buzz**.

Block explores how to price AI

Thu, 06 Aug 2026 00:00:00 GMT

Brève de presse spécialisée (**Payments Dive**, format *Dive Brief*, **6 août 2026**) couvrant la publication trimestrielle de **Block** : l'entreprise a déjà déployé plusieurs outils d'IA chez ses clients — **Moneybot** (Cash App) et **Managerbot** (Square) — et n'a pas encore choisi comment les facturer. **Jack Dorsey** en conférence analystes : *« We're in a fortunate position where we can experiment with a number of models, and then choose the right one that's going to align all of our incentives with our customers. »* **Le contexte financier éclaire cette position.** Six mois plus tôt, Block licenciait environ **4 000 personnes, soit ~40 % de ses effectifs**, dans une réorganisation explicitement centrée sur l'IA. Au T2 2026 : profit brut **+25 % à 3,2 Md$**, revenus **+10 % à 6,62 Md$**, mais **résultat net à 89 M$, en baisse de 83 %** sur un an du fait des indemnités de départ achevant la restructuration ; guidance 2026 relevée. La valeur de l'IA est donc encaissée par la structure de coûts avant de l'être par le prix. **Le fait le plus lourd est au milieu de la brève**, tiré de la lettre aux actionnaires : *« Starting in June, agentic AI helped write and review nearly all of our production code changes »* — écrire **et relire** la quasi-totalité des changements de code en production, chez une entreprise cotée du paiement, six mois après la suppression de 40 % des effectifs. Déclaration auto-rapportée aux investisseurs, sans définition de *« nearly all »* ni de ce que *« review »* recouvre. **L'outillage** : **Goose**, système interne construit deux ans plus tôt, présenté comme agnostique (il intègre différents modèles commerciaux pour les employés) ; **Buzz**, lancé le mois précédent pour *« agent collaboration, communication, and code repositories »*. **Côté clients** : Moneybot surveille l'activité de l'utilisateur Cash App et renseigne comptes, soldes et transactions — plus d'**un million de comptes actifs hebdomadaires** ; Managerbot fait du marketing automatisé, de l'analyse de marge et suggère des *« operational fixes »* aux commerçants Square. Les analystes d'**Evercore ISI** listent quatre voies de monétisation — bundles SaaS, abonnements directs, offres entreprise, tarification à l'usage — dont **aucune n'est indexée sur le résultat**. Ordre de priorité déclaré : **qualité du produit → distribution → adoption → modèle de prix**. Deux faits de distribution complètent le tableau : Square s'installe dans **Google Maps** avec une *« conversational AI experience »*, présentée comme *« the first step in a broader partnership between Square and Google »* ; et le boîtier de paiement **Tags** (porte-clés et baguettes à puce NFC) affiche **trois millions de personnes en liste d'attente**. Citations d'analystes : William Blair (*« Block epitomizes the secular shift toward tech-forward digital finance firms »*) et Bank of America sur le *« post-reset operating model »*.

Introducing Muse Code and Muse Spark 1.2

Wed, 05 Aug 2026 00:00:00 GMT

Annonce de **Meta AI Research** du **5 août 2026** : **Muse Code** en bêta, agent de codage en terminal, et **Muse Spark 1.2**, le modèle qui l'anime. Meta situe elle-même le lancement — *« our next step toward the frontier, with larger and much more capable models on the way »*. **Côté harnais, trois décisions.** Des **agents d'arrière-plan asynchrones** qui *« remain active throughout each session, rather than being spawned for individual tasks »*, évitant la collecte d'information redondante et décidant eux-mêmes quand remonter à l'agent principal. Un **journal d'événements local** consignant chaque appel de modèle, exécution d'outil, approbation et édition, ce qui rend le runtime *« replay-exact and restart-safe »* : après un plantage, l'agent reprend exactement où il s'était arrêté. Et trois **skills livrées d'origine** : `/plan` (plan soumis à approbation), **`/grill`** (met le plan à l'épreuve jusqu'à ce qu'il tienne) et `/goal`. **Côté modèle**, Meta revendique un **co-entraînement avec le harnais** *« to maximize harness compatibility »*, un entraînement long-horizon (dépôt entier, projets bout-en-bout, auto-recherche, compaction de contexte) et une boucle d'auto-amélioration où la version 1.1 génère les environnements et note les solutions, produisant le jeu d'entraînement de la 1.2. **Le fait central de cette annonce n'est écrit nulle part dans son texte.** Les quatre comparatifs publiés existent uniquement sous forme d'images, et ils placent Muse Spark 1.2 **derrière Opus 5 dans les quatre cas** : 82,9 % contre 86,7 % sur Terminal-Bench 2.1, 59,3 % contre 65,0 % sur DeepSWE 1.1, **70,6 % contre 79,4 % sur le benchmark interne de Meta elle-même**, et +68,7 % contre +74,0 % sur l'étude de cas d'optimisation de noyaux GPU, où le modèle finit **quatrième sur six**, derrière GPT 5.6 Sol et derrière la génération précédente d'Anthropic. **Et le gain propre au modèle est plus faible qu'il n'y paraît.** Sur les deux benchmarks publics, la version 1.1 est évaluée avec `mini-swe-agent` et la 1.2 avec Muse Code : l'écart de 6,7 points mélange modèle et harnais. Sur le benchmark interne, seul comparatif sans harnais indiqué, il tombe à **2,3 points**. L'annonce vaut donc surtout comme **confirmation empirique** d'une thèse déjà posée : la valeur se déplace vers le harnais, et un harnais co-entraîné avec ses propres poids rend ces poids d'autant moins interchangeables.

Fact-checking : synthèse sur Delos (Delos Intelligence / delos.so)

Mon, 20 Jul 2026 00:00:00 GMT

Cette note vérifie une synthèse de veille sur **Delos Intelligence** (delos.so), startup française d'IA générative B2B, en la confrontant aux sources primaires (billet « Overlooked » d'Alexandre Dewez / 20VC du 15 avril 2025, site officiel, registres) et à la presse spécialisée. L'ossature est **fiable**, mais plusieurs chiffres demandent requalification. **Financement — confirmé.** Delos a levé **2,5 M€ en amorçage (Seed)** — ≈2,74 à 2,83 M$ selon la conversion — tour **annoncé mi-avril 2025**, mené par **20VC** (Harry Stebbings), avec **Inovia Capital, Kima Ventures (Xavier Niel) et Plug and Play**. Point notable : la liste des **business angels**, exactement le type d'information qu'un LLM peut halluciner, est **confirmée mot pour mot** par le communiqué du lead — Éléonore Crespo & Romain Niccoli (Pigment), Florian Douetteau (Dataiku), Thibaud Elzière (Hexa), plus Mark Goldberger (Ramp) et Antoine Freysz (Kerala), ces deux derniers *manquants* dans la synthèse initiale. En revanche, **aucune Série A n'a été bouclée** : elle est seulement **annoncée comme intention** (« plusieurs dizaines de millions d'€ d'ici mars 2026 »), sans communiqué ni entrée en base. **Business model — partiellement exact.** SaaS **à crédits** (1 crédit ≈ une requête simple). La grille réelle est plus riche que « 25–80 € » : **Student 10 €, Explore 25 €, Advanced 45 €, Premium 80 €** (crédits croissants), plus **Enterprise sur devis**. L'offre **individuelle/B2C est bien réelle**, mais le cœur de cible reste **B2B**. Modèles orchestrés : ChatGPT, Claude, Mistral, Gemini, Cohere, Llama. La **souveraineté** (hébergement Scaleway) était **en cours de finalisation** fin 2025, le calcul reposant encore partiellement sur Azure (France), bascule 100 % Scaleway visée début 2026. **Équipe et clients — partiellement exact.** Fondée le **2 juillet 2023** par les frères **Pierre** et **Thibaut de la Grand'rive**. L'effectif « **50** » n'est **pas sourçable** : ~20 en avril 2025, une quarantaine fin 2025. **200 entreprises clientes** confirmé ; clients **TotalEnergies, Shiseido, Groupe Casino** confirmés (+ Allianz, Best Western, BPCE, Ministère des Armées…). Les nombres d'utilisateurs (10 000 → 100 000+) et l'**ARR** sont **auto-déclarés** : aucun ARR global publié, la seule mention (« 1 M$ d'ARR en quelques jours ») portant sur le **seul produit Workers** et non auditée. **Leçon transverse** : un fact-check gradue les niveaux de preuve (confirmé / partiel / spéculatif / non sourçable / auto-déclaré) plutôt que de trancher en binaire — et vérifie une information plausible avant de la suspecter d'être une hallucination.

Netflix Q2 2026 Shareholder Letter — leveraging technology to improve every aspect of our service (zoom IA/GenAI)

Thu, 16 Jul 2026 00:00:00 GMT

La lettre aux actionnaires du **T2 FY2026** de **Netflix** (16 juillet 2026) place la technologie — et singulièrement l'**IA/GenAI** — comme l'un de ses **trois axes stratégiques** (« leveraging technology to improve every aspect of our service »), aux côtés de la valeur de divertissement et de la monétisation. En ouverture, la direction résume l'ambition : « We are leveraging AI to provide a more personalized, immersive and interactive experience for members, enhance ads capabilities for brands, and improve the quality of our series and films. » **Production : la GenAI passe à l'échelle.** C'est le point le plus tangible. À travers tout le cycle de production — du concept et de la pré-visualisation jusqu'à la post-production et la livraison — l'utilisation de la GenAI par les **partenaires créatifs** de Netflix « croît rapidement ». En 2026, des **workflows GenAI ont été utilisés dans environ 300 titres**, avec la plus forte concentration en **post-production**. Netflix met en avant un double bénéfice : une **qualité supérieure, plus rapidement et à moindre coût** que les méthodes traditionnelles. L'argument le plus fort : dans certains cas, des productions auraient dû **renoncer à des plans ou séquences clés** en l'absence de GenAI. Trois exemples sont nommés — *Glory* (Inde), *Brasil 70: A Saga do Tri* (Brésil) et *The American Experiment* (US) — qui ont utilisé la GenAI pour des **séquences complexes** : foules augmentées, batailles historiques, plans d'établissement de worldbuilding. **Produit et découverte.** Netflix exploite des **LLMs** pour améliorer la **découverte de titres** et mieux comprendre les préférences des membres. L'expérience de recherche est enrichie par une nouvelle **recherche vocale** et une **recherche en langage naturel dopée à l'IA**, au service d'une expérience « plus personnalisée, immersive et interactive ». **Publicité.** Dans l'activité pub, Netflix a **étendu ses outils IA sur tout le cycle publicitaire** — planification, production créative, gestion de campagne, optimisation et reporting. L'entreprise **automatise davantage la transaction** avec les annonceurs en étendant l'accès programmatique aux **Pause Ads** et à l'inventaire live, réduisant l'effort manuel qui limitait historiquement les petits acheteurs. Ces investissements (Netflix Ads Suite + capacités programmatiques) alimentent la croissance de la pub. Le tout s'inscrit dans un trimestre solide : **revenu de 12,6 Md$ (+13 % en glissement annuel)**, marge opérationnelle de **33,4 %**, guidance 2026 resserrée à 51,0-51,4 Md$. Le cadrage reste prudent : la GenAI est présentée comme **augmentation** des créateurs, jamais comme substitution — un choix de communication qui évite les controverses sur les droits et l'emploi.

ZML/LLMD : et si le « Docker des LLM » était français ?

Thu, 09 Jul 2026 00:00:00 GMT

Le 8 juillet 2026, la startup parisienne **ZML** publie **LLMD**, un serveur d'inférence qui fait tourner les grands modèles de langage sur **cinq familles de puces** (NVIDIA, AMD, Google, Intel, Apple) depuis **une seule base de code**. SFEIR y voit un signal : à mesure que l'entraînement cède la vedette à l'**inférence**, le vrai champ de bataille — et de coût — se déplace vers le **serving**, où se jouent le coût par token, la latence et la dépendance au silicium. Le pari de ZML tient en trois mots, *model to metal* : ne pas proposer un énième modèle, mais une couche qui **découple le modèle du matériel**. La pile a quatre étages. En haut, les modèles (Qwen, Gemma, Mistral, LLaMa) chargés **zero-copy** via un système de fichiers virtuel depuis Hugging Face, S3 ou GCS. Puis **LLMD**, serveur exposant une **API compatible OpenAI** (drop-in) avec continuous batching, paged attention, prefix caching, tool calling et métriques Prometheus. En dessous, **ZML** compile le graphe **en amont, une fois pour toutes**, vers un **binaire natif hermétique** en **Zig + MLIR**, sans Python dans le chemin d'exécution. Ce binaire s'exécute sur cinq backends : CUDA, ROCm, TPU, oneAPI, Metal. L'élégance : « portable, pas nivelé » — les chemins spécifiques par puce (FlashAttention, AITER) sont préservés. Chiffres annoncés (éditeur) : images de 1,7 Go (CUDA) à ~140 Mo (Apple), cold start de 1-2 s sur un 8B, et l'accélérateur **DFlash** (« jusqu'à 10× » revendiqué, ~6,17× dans la recherche). Deux briques, deux licences : **ZML** (framework) est open source (Apache-2.0, >90 % Zig) ; **LLMD** (serveur) ne l'est pas, gratuit au lancement le temps de collecter les usages. La démo tient en deux commandes sur Mac Apple Silicon ; un 27B en BF16 réclame ≥ 64 Go de mémoire unifiée. SFEIR lit l'objet sous trois angles clients : **FinOps** (choisir la puce la moins chère → agir sur le coût du token), **liberté d'architecture** (**Design to Exit**, réversibilité construite, cf. France Télévisions/ALIX) et **souveraineté** (puces européennes Axelera, Kalray, SiPearl, VSORA ; partenariat VivaTech 2026 avec Scaleway, VSORA et la Région Île-de-France, intégration dans le processeur Jotunn8). Verdict sans complaisance : c'est une **alpha**, pas pour la production ; le support des machines locales précises (DGX Spark, Ryzen AI Max+) n'est ni nommé ni benchmarké. Face à vLLM (débit GPU serveur) et llama.cpp (local mono-utilisateur), LLMD vise l'entre-deux. Ne pas basculer aujourd'hui, mais mettre « sous surveillance active » : un candidat sérieux, *made in France*, pour devenir le « *docker run* de l'inférence ».

Project Genie: Interactive World Models with Genie 3

Sun, 01 Feb 2026 00:00:00 GMT

Google DeepMind lance Project Genie, une application web permettant aux abonnés Google US Ultra de créer et explorer des mondes interactifs générés par le modèle Genie 3. Contrairement aux modèles vidéo classiques qui produisent des séquences fixes, un "world model" génère l'environnement frame par frame en temps réel, permettant à l'utilisateur de naviguer et interagir. **Fonctionnement et pipeline créatif** : L'utilisateur commence par décrire son monde et son personnage. Nano Banana Pro génère d'abord une image "canvas" servant de point de départ visuel. En cliquant sur "Generate World", Genie 3 transforme cette image 2D en environnement 3D explorable. Le passage du 2D au 3D immersif constitue le "moment wow" identifié par les testeurs. L'application permet également d'uploader des photos personnelles - un jouet dinosaure photographié peut devenir un personnage contrôlable dans une reconstitution de la pièce. **Défis techniques** : Genie 3 résout un problème plus complexe que la génération vidéo standard. Un modèle vidéo peut ajuster rétroactivement les frames pour assurer la cohérence ; Genie 3 doit générer en temps réel, cohérent avec le passé ET l'action immédiate de l'utilisateur, sans connaître les inputs futurs. La limite actuelle de 60 secondes résulte d'un compromis : le dynamisme du monde tend à diminuer progressivement, et les coûts de serving restent élevés. **Évolution depuis Genie 1** : Genie 1 était un papier de recherche. Genie 2 (décembre 2024) offrait 10 secondes à basse résolution, sans temps réel. Genie 3 (annoncé août 2025, lancé maintenant) atteint une minute en temps réel avec qualité photoréaliste. L'équipe souligne qu'il y a un an, une minute de cohérence en temps réel semblait un objectif ambitieux ; aujourd'hui, les utilisateurs demandent plus. **Applications envisagées** : Au-delà du divertissement, l'équipe explore l'éducation (expositions thérapeutiques personnalisées, comme un enfant explorant une pièce pleine d'araignées virtuelles) et l'intelligence incarnée. Le projet Simmer utilise déjà Genie 3 pour entraîner des agents IA capables d'accomplir des objectifs dans des mondes 3D arbitraires - étape vers l'AGI incarnée. **Perspectives** : La roadmap inclut le multijoueur (complexe à cause de la latence), davantage de contrôles d'interaction, une API développeur, et l'expansion vers d'autres surfaces. L'équipe estime avoir atteint 50% de leur vision, avec un "headroom énorme" d'améliorations possibles. La vision ultime : une simulation indistinguable de la réalité, "une copie de l'univers où l'on peut faire ce qu'on veut".

Tech predictions for 2026 and beyond

Tue, 25 Nov 2025 00:00:00 GMT

Dans son essai annuel très attendu, Werner Vogels, CTO d'Amazon, présente ses prédictions technologiques pour 2026 et au-delà. Sa thèse directrice : placer l'IA "dans la boucle humaine" ("AI in the human loop") plutôt que l'inverse, pour amplifier les capacités humaines et s'attaquer aux crises sociales les plus pressantes. Trois domaines structurent l'article. **La révolution de la companionship.** La solitude touche 1 personne sur 6 dans le monde et est désignée crise de santé publique par l'OMS ; elle augmente le risque de démence de 31% et d'AVC de 30%. Vogels prédit l'essor des robots compagnons (Pepper, Paro, Lovot) dans les soins de longue durée : 95% des patients atteints de démence ont des interactions bénéfiques avec Paro, avec réduction de l'agitation, de la dépression et de l'usage de médicaments. Les humains étant biologiquement câblés pour projeter de l'intention sur les mouvements autonomes (étude MIT ; 50-80% des propriétaires de Roomba nomment leur aspirateur), des robots comme Amazon Astro créent de véritables liens émotionnels grâce à la mobilité et aux expressions faciales. **La transformation de l'éducation.** Face à la pénurie mondiale d'enseignants et à un système conçu pour la conformité plutôt que la curiosité, les tuteurs IA personnalisés s'adaptent au style, au rythme et à la langue de chaque élève. Les impacts sont mesurables : +65% de volonté à tenter des tâches difficiles, jusqu'à 17 points de QI gagnés chez des enfants autistes (étude Duke), et 5,9 heures économisées par semaine pour les enseignants — soit six semaines par an réinvesties dans la créativité et l'accompagnement individuel. NextGenU produit déjà des manuels culturellement adaptés à 1/100e du coût traditionnel. **La réinvention des soins de santé.** Dans un contexte de méfiance envers les institutions médicales et de désinformation, des agents IA dignes de confiance peuvent fournir des informations médicales fiables et améliorer l'adhérence aux traitements, les humains restant aux commandes. Vogels identifie aussi les défis : acceptation sociale des robots compagnons, dépendance émotionnelle aux machines, cadre réglementaire des agents IA en santé et équité d'accès. Mais il y voit des opportunités massives : population vieillissante, innovation éducative, santé préventive et nouveaux modèles économiques. Cette vision représente un changement fondamental dans notre relation avec la technologie : le passage d'outils transactionnels à des partenaires qui nous aident à résoudre les problèmes humains les plus profonds, l'IA amplifiant l'humain plutôt que de le remplacer.

Perplexity Integrates Directly into Chrome Browser, Challenging Google Search Dominance

Wed, 22 Oct 2025 00:00:00 GMT

Perplexity a annoncé une **intégration native dans le navigateur Google Chrome**, permettant aux utilisateurs de **définir Perplexity comme moteur de recherche par défaut** et d'accéder à la recherche IA directement depuis la barre d'adresse. Ce mouvement représente un **défi concurrentiel audacieux** lancé à Google dans son propre navigateur, **réduisant drastiquement la friction** pour les utilisateurs souhaitant une expérience de recherche IA-native, sans devoir visiter le site Perplexity séparément. **Mécanique de l'intégration** L'implémentation permet aux utilisateurs de : **définir Perplexity comme moteur par défaut** dans les paramètres Chrome (aux côtés de Google, Bing, DuckDuckGo), **chercher directement depuis l'omnibox** (les requêtes de la barre d'adresse sont routées vers Perplexity), **recevoir des réponses générées par IA** (au lieu des listes de liens traditionnelles), **consulter les citations de sources** (préservant la transparence), **poursuivre la conversation** (dialogue de suivi sur le sujet recherché). L'implémentation technique s'appuie sur le **protocole OpenSearch** de Chrome permettant aux moteurs alternatifs de s'intégrer sans friction. **Portée stratégique : la distribution** Truisme de l'industrie tech : **la distribution détermine le gagnant**. La recherche Google domine en partie grâce à l'intégration Chrome — la recherche par défaut du navigateur génère un volume massif de requêtes. L'intégration de Perplexity **résout un défi critique de distribution** : réduction des étapes de la requête au résultat (pas de visite de site séparée), intégration dans le workflow existant (la barre d'adresse est déjà l'interface de recherche principale), baisse de la friction d'adoption (un changement de paramètre unique versus des visites répétées), visibilité accrue (rappel constant qu'une alternative existe). **Dynamiques concurrentielles avec Google** Le mouvement place Perplexity **directement sur le terrain de Google** — le navigateur Chrome que Google contrôle. Cela crée des tensions intéressantes : **Google pourrait bloquer l'intégration** (mais fait face à un contrôle antitrust — déjà mis en cause sur les moteurs par défaut), **Google pourrait ajouter des fonctionnalités IA similaires** (l'intégration de Gemini est la réponse probable), **le choix utilisateur devient clé** (les batailles de paramètres par défaut s'intensifient), **comparaison de qualité directe** (les utilisateurs basculent facilement entre moteurs et comparent les résultats). **Transformation de l'expérience utilisateur** Recherche traditionnelle : requête → liste de liens → clics sur plusieurs résultats → synthèse manuelle de l'information. **Recherche Perplexity** : requête → réponse synthétisée par IA avec citations de sources → questions de suivi optionnelles → compréhension affinée. Ce **paradigme fondamentalement différent** est particulièrement précieux pour : les tâches de recherche (synthèse de sources multiples), la vérification de faits (citations visibles), les requêtes complexes (raisonnement multi-étapes), l'apprentissage exploratoire (dialogue de suivi naturel). **Défis de monétisation** L'intégration soulève des questions de modèle économique : **moins de visites de sites web** (les éditeurs perdent potentiellement du trafic), **complexité d'attribution** (comment créditer les sources citées par l'IA ?), **disruption publicitaire** (les annonces de recherche traditionnelles vivent dans les listes de liens — où placer les annonces dans des réponses IA ?), **fonctionnalités premium** (comment différencier offres gratuites et payantes ?). Perplexity doit équilibrer **valeur utilisateur et soutenabilité de l'écosystème**. **Exigences techniques et performance** L'intégration Chrome exige : **faible latence** (les utilisateurs attendent des résultats instantanés comme avec Google), **fiabilité** (l'indisponibilité est inacceptable pour une recherche par défaut), **compréhension des requêtes** (gérer toute la diversité des intentions de recherche), **infrastructure scalable** (augmentation potentiellement massive du volume de requêtes si l'adoption croît), **synchronisation multi-appareils**. **Réponses potentielles de Google** Actions probables de Google : **accélérer l'intégration de Gemini** dans la recherche, **exploiter le contrôle de Chrome** (mise en avant des fonctions de recherche IA de Google), **améliorer la qualité de recherche** (réduire l'avantage des réponses synthétisées), **ajuster les conditions commerciales** (restreindre les moteurs alternatifs si légalement possible), **acquérir ou nouer des partenariats**. **Contexte réglementaire** Le timing est notable étant donné le **contrôle antitrust** de la dominance de Google en recherche. Le DOJ américain et les régulateurs européens examinent les accords de recherche par défaut et les pratiques d'intégration navigateur. Le mouvement de Perplexity pourrait **renforcer les arguments antitrust** : il démontre que des alternatives viables existent, montre que le contrôle de Google limite la concurrence, illustre la valeur du choix utilisateur. **Implications sectorielles plus larges** Un succès pourrait inspirer : **d'autres moteurs de recherche IA** (You.com, Phind) poursuivant l'intégration navigateur, **diversification des navigateurs** (Firefox, Edge proposant plusieurs options de recherche IA), **bascule de paradigme de recherche** (accélération vers les réponses synthétisées versus listes de liens), **nouveaux entrants** (barrières abaissées encourageant l'innovation). **Inconnues d'adoption** Le succès de Perplexity dépend : des taux d'adoption réels (les gens changeront-ils leurs paramètres par défaut ?), de la constance de qualité à l'échelle, de la viabilité de la monétisation, de la vitesse de réponse concurrentielle de Google, et de l'évolution de l'environnement réglementaire. L'intégration représente un **jalon significatif** dans la compétition de recherche IA, portant la bataille directement sur le canal de distribution le plus puissant de Google.

google-agentic-commerce/AP2: Building a Secure and Interoperable Future for AI-Driven Payments

Tue, 16 Sep 2025 00:00:00 GMT

Le dépôt GitHub `google-agentic-commerce/AP2` introduit l'**Agent Payments Protocol (AP2)**, une initiative visant à établir un cadre sécurisé et interopérable pour les systèmes de paiement pilotés par IA. La mission centrale du projet est de faciliter un futur où l'intelligence artificielle peut gérer des transactions de paiement de manière fluide et sûre à travers des plateformes et agents divers. **Ressources pratiques et flexibilité** Le dépôt sert de ressource pratique, offrant une collection d'exemples de code et de démonstrations illustrant les composants et fonctionnalités clés d'AP2. Si les exemples fournis s'appuient sur des technologies spécifiques comme l'**Agent Development Kit (ADK) et Gemini 2.5 Flash**, la documentation indique explicitement que l'Agent Payments Protocol lui-même **ne dépend pas** de ces outils. Cette flexibilité permet aux développeurs d'intégrer AP2 avec leurs kits de développement d'agents et modèles d'IA préférés, favorisant une adoption large et la personnalisation. **Architecture et scénarios sélectionnés** Le dépôt est structuré pour guider les utilisateurs à travers divers scénarios sélectionnés, conçus pour montrer différents aspects du protocole en action. Ces scénarios sont organisés dans `samples/android/scenarios` pour les applications Android et `samples/python/scenarios` pour les implémentations Python. Chaque scénario est autonome, avec un fichier `README.md` fournissant une description détaillée ainsi que des instructions claires d'installation et d'exécution locale. Un script `run.sh` est inclus pour simplifier l'exécution. **Authentification et configuration** L'exécution des scénarios nécessite **Python 3.10 ou supérieur**. Le dépôt décrit deux méthodes d'authentification principales : la **clé API Google**, recommandée pour les environnements de développement pour sa simplicité, ou la configuration de **Vertex AI**, conseillée pour les déploiements en production car plus robuste et scalable. Des instructions sont fournies pour configurer les variables d'environnement ou utiliser un fichier `.env` pour les identifiants. **Objets cœur et plans futurs** Les objets cœur et définitions d'AP2 se trouvent dans le répertoire `src/ap2/types`, avec un **projet de publication d'un package PyPI dédié** pour simplifier l'installation et la gestion des dépendances. Les démonstrations impliquent **plusieurs agents et serveurs**, la majorité du code source résidant dans `samples/python/src`. Les scénarios incluant une application Android (assistant shopping) ont leur code source dédié dans `samples/android`. **Approche ouverte et collaborative** Le projet est sous **licence Apache-2.0**, témoignant d'une approche ouverte et collaborative. Cette initiative représente l'engagement de Google à construire l'infrastructure permettant des transactions commerciales sûres et efficaces pilotées par IA. L'architecture distribuée multi-agents/serveurs illustre les considérations de scalabilité et l'applicabilité réelle du protocole. Le dépôt positionne AP2 comme technologie fondatrice de l'écosystème émergent du commerce agentique, où des agents IA gèrent de manière autonome des transactions financières avec des garde-fous de sécurité et des standards d'interopérabilité appropriés.

Google DeepMind Unveils Genie 3: Revolutionary Interactive Video Generation Model

Tue, 05 Aug 2025 00:00:00 GMT

Google DeepMind annonce **Genie 3**, modèle révolutionnaire de **génération vidéo interactive** capable de créer de la **vidéo contrôlable et temporellement cohérente** répondant aux actions de l'utilisateur en temps réel. Contrairement aux modèles vidéo précédents produisant des séquences figées, **Genie 3 fonctionne comme un world model** — comprenant relations spatiales, physique et causalité — et permet des **expériences interactives générées par IA**, y compris des jeux jouables créés à partir de descriptions textuelles ou d'images. **Innovation centrale : la génération contrôlable** L'avancée fondamentale est le **contrôle utilisateur pendant la génération**. Genie 3 accepte des entrées continues — flèches du clavier, mouvements de souris, commandes d'action — et génère une vidéo qui y répond de façon appropriée. Exemple : l'utilisateur demande « un jeu de plateforme en forêt », Genie génère la première image, puis l'utilisateur **contrôle les mouvements du personnage**, le modèle générant les frames suivantes (sauts, déplacements, interactions avec l'environnement). Cette **boucle interactive** crée des expériences jouables plutôt que des vidéos passives. **Architecture de world model et entraînement** Genie 3 implémente un **world model latent** : représentation compressée de la physique d'un environnement, compréhension des relations spatiales et de la permanence des objets, prédiction des conséquences des actions, cohérence temporelle sur des séquences étendues. Le modèle **n'exécute pas une physique préprogrammée** : il a appris les règles physiques en observant d'immenses volumes de séquences de jeux vidéo (jeux de plateforme en 2D comme données primaires, annotations d'actions, styles visuels variés), développant une **compréhension émergente** de la gravité, des collisions et de la dynamique du mouvement. Ses **11 milliards de paramètres** lui permettent de capturer les relations fines entre actions et conséquences visuelles. **Cohérence temporelle et applications** Les modèles vidéo peinent à maintenir l'apparence, la position et la physique des objets entre les frames. Genie 3 y répond par des mécanismes de mémoire long terme, des priors informés par la physique, de l'attention spatiale et le conditionnement par actions, avec une cohérence nettement améliorée. Applications : **prototypage rapide de jeux**, jeux éducatifs sur mesure, accessibilité, contenu procédural, outils créatifs sans code — une **démocratisation du développement de jeux**. **Limites et concurrence** Limites reconnues : plafond de complexité des mécaniques, dégradation de la cohérence sur les très longues séquences, fidélité de contrôle imparfaite, coût d'inférence élevé, biais des données d'entraînement. Face à **Runway Gen-3**, **OpenAI Sora** ou Make-A-Video de Meta, le **contrôle interactif** de Genie 3 est le différenciateur clé, étape vers des **world models généralistes**. À long terme, Genie 3 dessine la trajectoire vers des simulateurs de mondes généralistes, des expériences IA interactives au-delà du jeu et des mondes virtuels générés par IA répondant à l'agentivité de l'utilisateur.

Expanding AI Overviews and introducing AI Mode

Wed, 05 Mar 2025 00:00:00 GMT

Google lance **AI Mode**, une fonctionnalité qui transforme en profondeur l'expérience de recherche en ligne. Pour chaque résultat de recherche, un **site personnalisé est généré automatiquement**, adapté spécifiquement à la requête de l'utilisateur. Cette innovation représente un **changement de paradigme** dans notre façon d'accéder à l'information en ligne, et pourrait marquer la **fin des sites web traditionnels** tels que nous les connaissons. **Fondamentaux de l'approche générative** Plutôt que de simplement indexer et classer le contenu web existant, AI Mode **génère dynamiquement du contenu** taillé pour la requête de recherche. Deux utilisateurs cherchant le même sujet peuvent ainsi recevoir des « sites » générés entièrement différents, selon le contexte, l'historique de recherche et les spécificités de la requête. Le système analyse l'intention derrière la recherche et construit la réponse de zéro, en synthétisant l'information depuis de multiples sources. **Transformation de l'écosystème web** L'approche générative de Google pourrait **redéfinir fondamentalement l'écosystème web**. Si Google génère du contenu personnalisé pour chaque requête, le concept traditionnel de « site web » devient potentiellement obsolète. Les créateurs de contenu font face à une question existentielle : pourquoi maintenir des sites traditionnels si les utilisateurs interagissent principalement avec des versions générées par Google ? **Redéfinition du SEO** Le SEO, industrie entière construite autour du classement dans les résultats Google, fait face à une **redéfinition complète**. Les tactiques traditionnelles — optimisation de mots-clés, backlinks, SEO technique — pourraient devenir non pertinentes si Google génère au lieu d'indexer. Une nouvelle forme de « SEO génératif » pourrait émerger, visant à garantir que les systèmes d'IA représentent correctement les messages et informations des marques. **Implications pour les modèles économiques** Le modèle économique du web — publicité, abonnements, affiliation — repose sur l'hypothèse que les utilisateurs visitent réellement les sites. **AI Mode menace ce modèle**. Si les utilisateurs consomment l'information directement depuis les résultats générés par Google sans visiter les sites sources, comment les créateurs de contenu se rémunèrent-ils ? Google devra probablement traiter ce défi fondamental pour maintenir un écosystème de contenu sain. **Attribution du contenu et droit d'auteur** Les sites personnalisés générés soulèvent des questions complexes d'**attribution et de copyright**. Quand l'IA synthétise l'information de sources multiples pour créer un nouveau « site », qui possède le contenu résultant ? Comment les sources originales sont-elles créditées et rémunérées ? Ces questions juridiques et éthiques susciteront probablement des débats importants, voire des contentieux. **Transformation de l'expérience utilisateur** Du point de vue de l'utilisateur, AI Mode promet une **expérience optimale** : information parfaitement adaptée à la requête, plus besoin de naviguer entre plusieurs sites, temps réduit entre question et réponse. Mais cela soulève aussi des inquiétudes sur les **bulles de filtres, les chambres d'écho** et la perte de la découverte fortuite qui caractérise la navigation web traditionnelle. **Implications concurrentielles** AI Mode représente une **escalade majeure** dans la course à l'innovation en recherche. Les concurrents comme Microsoft (Bing avec ChatGPT), Perplexity et les autres moteurs de recherche dopés à l'IA devront répondre. Un futur où les moteurs génèrent au lieu d'indexer pourrait remodeler toute l'infrastructure d'Internet. **Questions de mise en œuvre** Des questions pratiques demeurent : comment Google garantit-il l'exactitude ? Quels mécanismes contre la désinformation ? Comment le système traite-t-il les sujets controversés ? Quelle fraîcheur pour le contenu généré ? Les utilisateurs peuvent-ils vérifier les sources ? L'annonce d'AI Mode signale la **vision de Google pour le futur de la recherche** : passer d'un index passif à un générateur actif de contenu. Reste à savoir si cette vision est bénéfique pour l'écosystème Internet au sens large, mais la transformation est déjà en marche.