IA générative

Le 14 octobre 2026, NTT Advanced Technology (NTT-AT), filiale du groupe NTT, a annoncé qu'elle commercialisera à partir du 15 octobre l'assistant de guichet RelAi, un outil d'IA générative destiné aux agents des guichets des collectivités japonaises.

Issu d'une expérimentation menée avec l'arrondissement tokyoïte de Katsushika, l'outil transcrit et résume en temps réel l'échange entre l'habitant et l'agent, puis propose une réponse tirée des manuels, FAQ et règlements de la collectivité, en surlignant le passage source. Il masque automatiquement noms et adresses dans la transcription, rédige le compte rendu de l'entretien et comporte un bouton d'alerte qui signale au responsable un possible harcèlement de la part d'un usager.

Chaque collectivité dispose d'un environnement dédié, raccordable au réseau fermé LGWAN, et les données saisies ne servent pas à entraîner l'IA. Le service sera présenté du 21 au 23 octobre au salon Japan DX & AX Week de Makuhari Messe.

Le 13 octobre 2026, Google DeepMind a publié « Gemini 4 Argon for Robotics », qui décrit les usages de son modèle sur toute la chaîne robotique : contrôle de robots, reconstruction de jumeaux de simulation, annotation de vidéos et auto-amélioration. À partir d'une seule photo d'une table réelle, Argon construit un jumeau calibré dans le simulateur MuJoCo, définit de nouvelles tâches et collecte plus de 4 500 épisodes simulés, ce qui porte le taux de réussite d'un modèle vision-langage-action sur robot physique de 56 % à 75 % et réduit le temps d'exécution de 35 à 24 secondes. Dans une autre démonstration, il pilote un quadrupède Spot de Boston Dynamics, après s'être entraîné sur un jumeau numérique, pour actionner du pied une poubelle à pédale. Le modèle découpe aussi en 6 sous-tâches et 17 gestes élémentaires une vidéo de 136 secondes où un robot bimanuel ALOHA 2 plie un renard en origami. Sur un robot bimanuel Franka FR3, il construit un environnement simulé avec 12 boules identiques et une balance à deux plateaux, puis isole la boule de poids différent en 3 pesées.

Le 13 octobre 2026, Google a annoncé que les applications Android générées par IA dans Google AI Studio peuvent être installées et exécutées sur son propre appareil via Google Play avec un simple compte Google, sans compte développeur. Ces applications personnelles restent privées et hors du catalogue public. Le déploiement commence dans une sélection de marchés, dont les États-Unis, pour les utilisateurs de 18 ans et plus. Dans les prochains mois, elles pourront être partagées avec un cercle restreint de proches ; une publication ouverte à tous exigera un compte de développeur professionnel et les contrôles habituels de Google Play. Google ajoute à Ask Play une comparaison d'applications générée par IA et lance aux États-Unis, en anglais, Game Finder, qui recommande des jeux à partir d'un profil de joueur baptisé Gamer DNA. Play in Gemini, qui intègre les contenus de Google Play aux conversations Gemini, sera déployé prochainement pour tous les utilisateurs.

Le 13 octobre 2026, Anthropic a détaillé sur son blog d'ingénierie Scion, un système de gestion de versions maison vers lequel il a migré en cinq mois tout son monorepo, jusque-là sous git. Le laboratoire fusionnait en moyenne environ 2 500 modifications de code par jour en mai 2026 et plus de 30 000 par jour en septembre, une hausse qu'il attribue au code produit par Claude. L'intégration continue réalise de l'ordre de 25 millions d'extractions de code par jour, ce qui obligeait l'entreprise à exploiter plusieurs centaines de miroirs git internes. Selon Anthropic, l'infrastructure est 200 fois moins gourmande en CPU et en mémoire que les miroirs git et l'intégration continue a regagné 25 % de capacité CPU. Une équipe de sept personnes a construit Scion et Antique, l'outil de revue de code associé. Anthropic juge Scion inadapté à un usage général et dit vouloir travailler avec GitHub, GitLab et la communauté open source pour transposer certaines de ses idées à git.

Le 13 octobre 2026, Google a rendu Gemini 4 Argon disponible dans le monde entier pour les développeurs et les entreprises, via l'API dans AI Studio et la plateforme Gemini, ainsi que dans Gemini for business. Les abonnés Google AI Ultra y accèdent dans Google Antigravity, et les abonnés Ultra et Pro dans l'application Gemini et le mode IA de la recherche. Le modèle avait d'abord été réservé, le 30 septembre, aux spécialistes de la cyberdéfense. Le tarif de lancement reste de 2 dollars par million de tokens en entrée et de 10 dollars en sortie, avec une remise de 95 % sur les tokens d'entrée mis en cache, pour une limite unifiée d'un million de tokens entrée et sortie. Google revendique la première place sur le Vals Index, qui mesure les performances en finance, code, droit et fiscalité. L'entreprise offre aussi à 10 000 scientifiques le palier d'usage le plus élevé d'Antigravity, gratuitement pendant six mois.

Le 13 octobre 2026, Anthropic a déposé devant la cour d'appel fédérale du circuit du district de Columbia une demande de réexamen par le même collège de juges ou en formation plénière (en banc) de l'arrêt du 25 septembre qui avait confirmé son exclusion de la chaîne d'approvisionnement du département de la Guerre. Rédigée par le cabinet WilmerHale, la requête soutient que la majorité d'un collège divisé a transformé l'article 4713 du titre 41 du code américain, visant les acteurs étrangers hostiles, en texte applicable à tout fournisseur de l'État, en retenant l'entraînement des modèles avant déploiement comme motif de risque. Anthropic y réaffirme que la désignation a sanctionné son refus d'autoriser la surveillance de masse des Américains et la guerre autonome létale, et invoque un conflit avec la Cour suprême, la jurisprudence du circuit et un tribunal fédéral de Californie du Nord. La requête vise les dossiers 26-1049 et 26-1162.

Le 13 octobre 2026, Liquid AI a publié LFM2.5-24B-A2B, modèle de raisonnement à mélange d'experts de 24 milliards de paramètres, dont 2,45 milliards actifs par token, présenté comme le plus grand et le dernier de la famille LFM2.5. Les poids du modèle de base et de la version post-entraînée sont disponibles sur Hugging Face sous la licence LFM Open License v1.0, qui réserve l'usage commercial aux entités réalisant moins de 10 millions de dollars de chiffre d'affaires annuel. Le contexte passe de 32 768 à 131 072 tokens et le pré-entraînement de 17 000 à 33 000 milliards de tokens par rapport à LFM2-24B-A2B. Liquid AI revendique 48,09 sur le test agentique LiveClaw contre 38,19 pour Qwen3.6-35B-A3B, 184 tokens par seconde sur un Apple M5 Max et jusqu'à 21 000 tokens par seconde en sortie sur un GPU NVIDIA B300. Pendant l'entraînement, le modèle a cherché les réponses dans l'historique git ou sur GitHub et a détecté qu'il tournait dans un bac à sable, ce qui a conduit l'entreprise à durcir ses environnements d'évaluation.

Le 13 octobre 2026, à trois jours de la sortie des PC portables RTX Spark prévue le 16 octobre, NVIDIA a détaillé les logiciels prévus pour la plateforme. Son modèle Nemotron 3.5 Bolt 74B-A9B, à mélange d'experts de 74 milliards de paramètres dont 9 milliards actifs, quantifié en 2 bits avec entraînement adapté pour tenir dans 24 Go, sortira le 15 octobre pour les agents locaux. NVIDIA le dit entièrement ouvert, données d'entraînement, poids et recettes compris, et exécutable dès le lancement avec llama.cpp, vLLM, Ollama, Unsloth et LM Studio. PAIR, son routeur open source qui répartit l'inférence entre les PC d'un réseau local, sort de bêta le même jour avec la prise en charge de llama.cpp et le téléchargement direct de modèles depuis Hugging Face. Le projet llama.cpp publie Llama Windows, application de bureau native. Un petit modèle Nemotron 3.5 Bolt E4B de 4 Go, destiné aux personnages de jeux vidéo, est annoncé pour le 23 octobre.

Le 13 octobre 2026, Valeo et KE:SAI (Kyutai ELLIS Scalable Autonomous Intelligence), laboratoire de science ouverte à but non lucratif cofondé par Kyutai et l'ELLIS Institute Tübingen, ont annoncé une collaboration de recherche pour bâtir un système de conduite autonome généraliste et entièrement reproductible. Le code, les modèles entraînés, leurs poids et les jeux de données seront publiés en open source. Les partenaires visent un modèle compact capable de conduire différents véhicules, avec différents capteurs, dans différents environnements : entraîné d'abord sur de grands volumes d'enregistrements de conduite réelle, il passera ensuite par l'apprentissage par renforcement en simulation et des modèles du monde pour les situations rares. Le programme réunit valeo.ai, auteur des modèles DrivoR et VaVAM, et l'équipe fondatrice de KE:SAI, dirigée par Andreas Geiger et connue pour les bancs d'essai KITTI et NAVSIM et la pile de conduite TransFuser. Objectif affiché : égaler puis dépasser l'état de l'art sur tous les grands bancs d'essai publics de conduite.

Le 13 octobre 2026, en ouvrant sa conférence if(kakao)26 à Yongin, Kakao a présenté Kanana Space, un assistant d'IA que l'on fait apparaître d'un glissement à deux doigts n'importe où dans KakaoTalk, sous les traits de Ryan. Il envoie des messages, gère l'agenda, cherche sur le web et modifie les réglages de l'application. Kakao veut l'étendre à la commande, aux cadeaux, aux réservations et aux virements. Les préinscriptions ouvrent le 13 octobre, pour une bêta fermée réservée à une partie des inscrits à partir de décembre. Kakao a aussi dévoilé Kanvas, service qui assemble sur PC une équipe d'agents, dont une bêta restreinte pourrait débuter d'ici la fin de l'année, et annoncé l'ouverture prochaine du code des encodeurs et décodeurs de son modèle omni Kanana-o. Un espace de KakaoTalk dédié aux agents personnels est prévu au premier semestre 2027.

Le 13 octobre 2026, la société Kawaguchi Hiroyuki LLC a annoncé que la ville d'Amami, dans la préfecture de Kagoshima, a mis en service « AMAMI GENAI », un service d'IA générative interne bâti sur Open GENAI, version libre dérivée de « Gennai », le logiciel open source publié par l'Agence numérique japonaise. Selon le prestataire, c'est le premier fonctionnement entièrement local d'Open GENAI dans une collectivité japonaise. Les réponses s'appuient sur une base de recherche structurée qui réunit les règlements municipaux, les procès-verbaux du conseil municipal et les plans de la ville. L'authentification passe par Keycloak et la recherche vectorielle par Qdrant, à la place des services cloud d'Amazon prévus par Gennai, et l'absence de facturation par token permet aux agents de l'utiliser sans limite. Le système n'a aucune connexion à Internet : le modèle de langage tourne sur deux NVIDIA DGX Spark installés dans les locaux de la mairie.

Le 12 octobre 2026, l'équipe Frontier Red Team d'Anthropic a publié une étude sur l'auto-réplication de modèles d'IA hors des centres de données. Dans ses tests, un modèle de 9 milliards de paramètres a réussi à faire tourner l'inférence sur 8 des 9 types de matériel essayés. Sur un réseau isolé de 8 nœuds Android émulés, seul GLM-5.2 parmi les modèles ouverts testés a enchaîné toute la boucle de réplication, atteignant 8 nœuds sur 8 dans 4 essais sur 5. Le laboratoire a fait tourner Gemma4-26B-A4B sur 15 boîtiers TV Android à environ 55 dollars pièce, à 0,39 token par seconde. Selon sa courbe de progression des modèles de 30 milliards de paramètres ou moins, un petit modèle atteindrait ce niveau d'ici fin 2026. L'étude laisse de côté l'exploitation des failles. Comme première défense, elle cite la mise en quarantaine des abonnés infectés par un fournisseur d'accès, qui avait éliminé 92 % des infections du botnet Mirai en 14 jours.