Apple booste sa propre suite bureautique avec OpenAI

Apple intègre les assistants OpenAI à sa suite bureautique

Apple enrichit son offre Creator Studio avec des assistants IA dans Keynote, Pages, Numbers et Logic Pro, ainsi qu’avec la bibliothèque intégrée d’effets et de modèles de MotionVFX dans Final Cut Pro. Les assistants fonctionnent grâce à une combinaison de modèles propriétaires d’Apple et de modèles d’OpenAI. La mise à jour a été annoncée le 27 octobre 2026 en même temps que de nouveaux iMac et le MacBook Pro 14 pouces équipé de la puce M6. Les abonnés actuels bénéficieront gratuitement de ces nouveautés en novembre. Le directeur du marketing pour les applications et iCloud chez Apple, Brent Chiu-Watson, qualifie cette mise à jour de plus importante depuis le lancement de Creator Studio.

La partie vidéo met à l’honneur MotionVFX, jusqu’ici éditeur indépendant d’effets et de modèles, dont le rachat par Apple se profilait dès mars. Final Cut Pro pour Mac intègre désormais directement des milliers de modèles, graphismes, titres et transitions. S’y ajoutent des outils de rotoscopie, de suivi de mouvement (tracking) et d’étalonnage. Le Content Hub sélectionné, comprenant vidéos d’archives, photos et arrière-plans, est également intégré au logiciel de montage. Les images de la timeline peuvent être retouchées dans Pixelmator Pro sans réimportation. S’y ajoutent davantage d’options pour les transitions par images clés et 23 nouvelles langues pour la transcription. Motion se dote de plug-ins MotionVFX dédiés à l’étalonnage et au tracking de caméra 3D. Compressor pourra quant à lui encoder les vidéos en mode Cinématique issues des iPhone 18 Pro et iPhone Duo.

Pixelmator Pro inaugure Generate Fill : les utilisateurs sélectionnent une zone de l’image et décrivent la modification souhaitée en langage naturel. D’après Apple, l’outil ajuste automatiquement l’éclairage, la perspective et la texture à l’environnement. Les éléments générés peuvent être insérés sous forme de nouveau calque ou fusionnés avec les calques existants, masquage automatique inclus.

Logic Pro s’offre une refonte visuelle dans le style Liquid Glass ainsi qu’un assistant en version bêta. Selon Apple, il peut générer une piste vocale à partir d’un simple prompt, initier de nouveaux morceaux et retravailler des projets en cours. Un navigateur repensé regroupe boucles, instruments et préselections d’effets, tout en intégrant une bibliothèque Splice. Une analyse sur l’appareil baptisée « Music Understanding » classe et indexe automatiquement les nouveaux sons ajoutés. Le Stem Splitter isole désormais aussi les pistes de batterie, même sans les enregistrements multipistes d’origine. Le tout est complété par un Producer Pack signé par le producteur de salsa Sergio George, ainsi que par une réduction du bruit pour les mémos vocaux enregistrés depuis les iPhone compatibles.

Dans Keynote, Pages et Numbers, l’assistant comprend le contexte de chaque document. Dans Keynote, il conçoit, anime et peaufine les diapositives ; dans Pages, il rédige et structure les textes. Dans Numbers, il calcule et visualise les données, suggère des types de graphiques et génère des tableaux à partir de connaissances générales du monde réel. → Apple, The Verge, 9to5Mac, Thurrott, AppleInsider, MacRumors

L’avis de Synthszr : En tant qu’acteur indépendant, MotionVFX vendait précisément ce que les abonnés obtiendront gratuitement dès novembre. Pour les plateformes de vente de modèles, c’est encore la partie la moins inquiétante de la nouvelle. Bien plus menaçant est l’assistant de Keynote, capable de concevoir et d’animer lui-même des diapositives. Un modèle a toujours été un point de départ payant, et ce point de départ est désormais fourni par le prompt au sein même du document. Les éditeurs tiers perdent ainsi le moment où les utilisateurs basculaient jusqu’alors vers leur navigateur. Ne subsistent que les niches à forte identité visuelle, absentes du Content Hub d’Apple.

Google DeepMind génère désormais des mondes par IA en temps réel avec Genie 4

Google DeepMind a dévoilé le 27 octobre 2026 Genie 4, un World Model générant des environnements interactifs en temps réel. Une simulation peut désormais durer jusqu’à deux minutes, contre une seule minute pour son prédécesseur Genie 3. Le modèle effectue le rendu du monde image par image à mesure que l’utilisateur s’y déplace, sans nécessiter d’environnements précalculés ni d’éléments interactifs programmés. L’utilisateur décrit un univers via un prompt textuel et s’y déplace à l’aide du clavier.

La nouveauté réside dans le contrôle en langage naturel pendant la simulation en cours. L’utilisateur peut modifier la météo, déplacer la caméra ou introduire de nouveaux personnages et objets. Gemini adapte chaque instruction à la scène existante et maintient la cohérence globale au fil des interventions. Selon Google, Genie 4 est son tout premier modèle de monde en temps réel capable de générer nativement l’audio : bruits ambiants, musique et dialogues auxquels les personnages réagissent en direct. DeepMind revendique de nettes avancées sur la physique et les mouvements humains, notamment pour l’aérodynamique, les collisions et le réalisme du comportement des personnages.

Sur le plan technique, Genie 4 s’appuie sur plusieurs modèles de la gamme Gemini. Gemini Omni vise à aligner l’apparence et le comportement de la simulation sur le monde réel. Gemini 3.8 Flash intervient comme agent d’accompagnement en boucle : il observe la scène en continu, décompose les objectifs en étapes individuelles et vérifie sur les frames entrantes la réussite de chaque étape. Si l’utilisateur intervient, le modèle ajuste son plan. En parallèle, DeepMind expérimente l’association de Genie 4 avec Gemini 4 Argon.

Google reconnaît lui-même les limites du système. Lors de simulations prolongées, des détails et des objets peuvent se décaler ou se déformer au fil du temps. Selon Hang Qi, ingénieur de recherche chez DeepMind, même sur la durée maximale de deux minutes, rien ne garantit qu’une scène demeure parfaitement cohérente du début à la fin.

Google cite parmi les cas d’usage la prévisualisation cinématographique, le prototypage de jeux vidéo, les environnements d’entraînement pour robots et agents, ainsi que des applications pour le journalisme et l’industrie manufacturière. Selon l’entreprise, le modèle est d’ores et déjà testé par des développeurs du jeu vidéo et du cinéma. DeepMind considère la simulation de mondes comme une étape clé vers l’intelligence artificielle générale. La présentation de Genie 3 l’an passé avait pesé sur les cours de bourse des éditeurs de jeux vidéo. Genie 4 fait ses débuts en Research Preview auprès d’un panel restreint de testeurs. → Google DeepMind, The Verge, Ars Technica, Quartz

L’avis de Synthszr : Chaque seconde dans Genie 4 est calculée en direct, image par image, et chaque seconde consomme de l’inférence. Passer de une à deux minutes double donc la facture par session. C’est pourquoi la scène est supervisée par Gemini 3.8 Flash, et non par un modèle porte-étendard. Un studio de jeu vidéo paie ses assets une seule fois, Google paie à chaque nouvelle partie. Tant qu’il en sera ainsi, Genie se cantonnera à la prévisualisation et à l’entraînement robotique, domaines où une minute de simulation évite de coûteuses journées de tournage ou d’essais réels. Le lancement au sein de l’abonnement Ultra s’inscrit parfaitement dans cette logique.

OpenAI divise ses prix par deux avec GPT-6.1 Terra et rend les agents IA trois fois plus rapides

Selon BleepingComputer, OpenAI a lancé le modèle GPT-6.1 Terra. Les agents d’IA devraient ainsi fonctionner trois fois plus vite, tout en affichant un prix réduit de 50 pour cent. Le numéro de version positionne Terra comme une mise à jour au sein de la gamme GPT-6. L’accent est mis sur l’utilisation en tant qu’agent, c’est-à-dire pour des tâches qu’un modèle exécute de manière autonome en plusieurs étapes. → BleepingComputer

Synthszr Take : Pour les agents, ce qui compte, c’est le prix par tâche accomplie, et celui-ci se multiplie à chaque étape intermédiaire. Réduire le prix de moitié tout en triplant la vitesse modifie donc l’équation économique de workflows entiers qui échouaient jusqu’alors face aux coûts. OpenAI met ainsi sous pression les concurrents qui vendent leurs agents sur la qualité plutôt que sur le coût unitaire. Les benchmarks manquent et l’indication de vitesse provient du fournisseur lui-même ; les entreprises achètent donc avant tout un signal de prix. Pour beaucoup de services achats, cela suffit déjà.

Anthropic ne consacre que 15 pour cent de son chiffre d’affaires à la puissance de calcul

Selon une comparaison de Hello China Tech, Anthropic affiche, d’après son prospectus d’entrée en bourse, une marge brute nettement supérieure à celle des laboratoires chinois d’IA cotés à Hong Kong, Zhipu et MiniMax. Cette analyse se base sur les résultats semestriels arrêtés à fin juin 2026, déposés par Anthropic le 26 octobre auprès de la SEC américaine dans son formulaire S-1. Anthropic a réalisé un chiffre d’affaires de 16,3 milliards de dollars au premier semestre, contre environ 142 millions pour Zhipu et 116,6 millions de dollars pour MiniMax. Selon l’entreprise, le coût des ventes d’Anthropic se compose presque exclusivement de puissance de calcul pour les charges de travail des clients et s’élevait à 2,4 milliards de dollars, soit environ 15 pour cent du chiffre d’affaires. Zhipu affiche une marge brute de 26,4 pour cent, contre 17,9 pour cent pour MiniMax. Pour la recherche et développement, y compris le compute d’entraînement, Anthropic a consacré 60 pour cent de son chiffre d’affaires, contre 223 pour cent pour Zhipu et 255 pour cent pour MiniMax. → Hello China Tech

Synthszr Take : Anthropic consacre 15 pour cent de ses revenus au compute client, tandis qu’il ne reste à MiniMax qu’une marge brute de 17,9 pour cent. Cet écart, les services achats le paient pour un fournisseur validé par le responsable de la conformité, non pour un meilleur score de benchmark. Cette prime se maintient tant que changer de modèle reste une question de gouvernance. Dès lors que les poids des modèles chinois tourneront chez le hyperscaler de confiance habituel, l’argument de confiance se réduira à la marque. Le prix par token redeviendra alors la base de négociation, et la marge d’Anthropic deviendra une cible vulnérable.

Amazon juge la consommation de tokens « profondément erronée » comme mesure de l’usage de l’IA

Dans une note interne, Amazon déconseille à ses équipes logicielles d’évaluer l’usage de l’IA uniquement en fonction de la consommation de tokens ou du code généré. Selon CNBC, l’entreprise qualifie ces indicateurs de « profondément erronés ». Le document circulait en interne depuis septembre et a été publié mardi sur le site de l’entreprise. Il redéfinit le rôle des développeurs et des managers à l’ère de l’IA. En plus de la consommation de tokens, Amazon classe également le taux d’adoption des outils d’IA ainsi que les modifications de code et les reviews parmi les métriques problématiques, car elles pourraient engendrer des coûts accrus et une complexité inutile. Ces valeurs ne sont pas totalement rejetées : elles doivent être examinées « avec soin et discernement » aux côtés d’autres données, la référence devant être les résultats à long terme. En toile de fond se trouve le Tokenmaxxing, c’est-à-dire une consommation maximale d’IA sans considération pour le retour sur investissement. → CNBC

Synthszr Take : Un classement basé sur la consommation de tokens n’est rien d’autre qu’un compteur de coûts assorti d’un trophée. Amazon l’a appris en mai, lorsque des employés ont tout simplement gonflé leur consommation pour monter au classement. Toute métrique récompensant l’input fait grimper les coûts par tâche. Et le budget paie chacun de ces tokens. La Feature Velocity, en revanche, mesure ce qui arrive réellement en production. Dès lors, la question avant la prochaine ronde budgétaire est la suivante : combien coûte un lancement réussi ? Les grands groupes affichant des taux d’adoption sur leur tableau de bord font face au même calcul.

beehiiv ouvre les données de newsletter via MCP pour Claude et ChatGPT

La plateforme de newsletters beehiiv propose un accès via le Model Context Protocol (MCP), permettant de connecter directement des modèles de langage comme Claude ou ChatGPT à un compte beehiiv. D’après l’entreprise, l’accès est sécurisé et inclut les contenus, les données d’abonnés et les indicateurs de performance. Les utilisateurs peuvent ainsi poser des questions en langage naturel sur leurs données de newsletter, générer des analyses et concevoir des flux de travail à partir de ces informations. Comme cas d’usage, beehiiv cite par exemple l’analyse des objets d’e-mail ayant le mieux fonctionné sur les dix meilleures éditions. Un autre exemple est un rapport hebdomadaire sur les revenus et les performances publicitaires des 30 derniers jours. → STACKED MARKETER

Synthszr Take : Savoir quels segments d’abonnés se désabonnent le plus souvent relevait jusqu’ici d’un tableau de bord avec des filtres prédéfinis. Grâce au MCP, l’éditeur formule lui-même la question, et Claude élabore une analyse qu’aucun chef de produit n’avait anticipée. beehiiv renonce ainsi à sa propre interface d’analytics comme facteur de fidélisation : la rétention se fera désormais par les données présentes dans le compte. Le coup est plus rude pour les fournisseurs tiers vivant de graphiques de newsletter plus esthétiques : leur produit n’est désormais plus qu’un prompt.

AMD commercialise des PC professionnels dédiés aux agents d’IA fonctionnant en continu

AMD fait la promotion de ses processeurs pour entreprises sous le nouveau terme d'« Agentic PC ». Selon le fabricant, un tel ordinateur est un PC de bureau classique sur lequel des collaborateurs interagissent avec des agents d’IA. Selon la configuration, il peut également être exploité comme un « Agent Computer » dédié, sur lequel tournent des agents autonomes sans interruption. AMD structure cette évolution par étapes : en 2023 et 2024, les assistants d’IA répondaient principalement à des questions, résumaient des réunions ou amélioraient des e-mails. Une puissance de calcul de quelques dizaines de TOPS suffisait pour cela. Pour 2025 et 2026, l’entreprise décrit des agents capables de comprendre le contexte de multiples applications, de planifier des projets, de trier la boîte de réception ou d’ébaucher des présentations à partir de notes. → The Deep View

Synthszr Take : AMD a discrètement déplacé le curseur. Alors que quelques dizaines de TOPS suffisaient pour les assistants de 2023 et 2024, les agents nécessiteraient désormais avant tout de nombreux threads et une mémoire vive locale volumineuse. Or, ce sont précisément ces caractéristiques qui font vendre des configurations plus chères depuis toujours. Ce nouveau concept est donc un levier pour faire grimper le prix moyen dans le segment professionnel. Les résultats commerciaux du prochain trimestre montreront si les acheteurs informatiques acceptent de payer ce surcoût, d’autant plus que la plupart des agents fonctionnent aujourd’hui dans le cloud.

Microsoft propose des indemnités de départ à 60 000 employés

Selon TechRadar, Microsoft propose à environ 60 000 salariés de quitter volontairement l’entreprise en échange d’une indemnité de départ. L’offre s’applique aux employés jusqu’au niveau de vice-président inclus. Sont concernés des sites aux États-Unis, au Canada, en Inde et au Royaume-Uni. Fin juin, Microsoft comptait environ 223 000 employés. Le programme s’adresse ainsi à un bon quart de l’ensemble des effectifs. → TechRadar

L’avis de Synthszr : Un plan de départs volontaires laisse le choix aux salariés, et les premiers à signer sont ceux qui ont la plus forte valeur marchande. Ce sont des personnes capables de commencer dès demain dans un laboratoire d’IA ou une startup. L’offre s’étendant jusqu’au niveau de vice-président, l’expertise produit et les relations clients sont également en jeu. Microsoft s’achète ainsi une transition plus discrète que n’importe quelle vague de licenciements. Avec un bon quart des effectifs concernés par l’offre, le groupe perd le contrôle sur les départs.

Avant les élections en Israël, des bots anti-Iran reconvertis font campagne pour Netanyahou, les deepfakes inondent X

Avant les élections législatives israéliennes de mardi, des bots, des vidéos générées par IA et des applications de suivi des électeurs sont massivement utilisés dans la campagne, selon Al Jazeera. Le quotidien libéral Haaretz rapporte que des dizaines de comptes de bots, initialement créés pour cibler le gouvernement iranien, diffusent désormais de la propagande en faveur de Benyamin Netanyahou et de son parti, le Likoud, tout en mettant en garde contre les figures de l’opposition Gadi Eisenkot et Naftali Bennett. Les deux camps diffusent des vidéos deepfake sur X. Certaines montrent Netanyahou confronté à ses manquements présumés avant le 7 octobre 2023. D’autres dépeignent l’opposition comme complaisante envers les partis arabes, considérés comme de potentiels faiseurs de rois. Les sondages placent le bloc de Netanyahou et l’opposition menée par Eisenkot au coude-à-coude. Le Likoud prévoyait d’utiliser l’application Elector le jour du scrutin pour suivre la participation électorale, une initiative restreinte par la commission électorale centrale pour des raisons de protection des données.

L’avis de Synthszr : Un réseau de bots conçu contre Téhéran fait désormais campagne pour le Likoud, sans que personne n’ait eu besoin de développer de nouvelle technologie. Les capacités de modération de X sont limitées. Dans un contexte de coude-à-coude électoral, il suffit qu’un deepfake devienne viral le dimanche alors que sa vérification n’interviendra qu’après le mardi. Les plateformes dimensionnent leurs équipes en fonction d’une charge moyenne, or les campagnes électorales génèrent des pics d’activité. Cette faille peut être anticipée, et selon la Liste unifiée, le Likoud dispose du budget le plus important de la course.

Anthropic et OpenAI affirment avoir réfuté l’Exponential Time Hypothesis grâce à l’IA

Un modèle de recherche interne d’Anthropic aurait trouvé un algorithme déterministe résolvant 3-SAT, c’est-à-dire la satisfiabilité de formules logiques avec trois variables par clause, en temps sous-exponentiel. Cela réfuterait l’Exponential Time Hypothesis (ETH). Selon l’entreprise, l’algorithme compte même les assignations satisfaisantes, ce qui est considéré comme un problème encore plus difficile. Anthropic souligne elle-même que le résultat est purement asymptotique et ne préjuge en rien de la résolution pratique des formules. L’article et la formalisation sont disponibles sous forme d'« artéfact de recherche » sur GitHub, ne sont pas maintenus et n’acceptent aucune contribution. L’auteur mentionné pour l’article est « Claude (Anthropic) ».

La preuve est formalisée en Lean 4, également rédigée par des modèles d’IA. Un court fichier consigne ce qui est censé être prouvé. Le noyau de Lean vérifie les preuves, mais selon la documentation, aucune machine ne vérifie si ce fichier énonce la même chose que l’article. Il est donc volontairement concis afin que les lecteurs puissent effectuer eux-mêmes la comparaison. Une annexe répertorie les divergences entre la version formelle et la version imprimée. Selon l’éditeur, la compilation prend environ huit minutes sur 24 processeurs virtuels et ne s’appuie que sur les trois axiomes standards de Lean. Un second noyau, écrit de manière indépendante, vérifie à nouveau les preuves. Anthropic indique que Claude Opus 5.5 est capable de dériver à nouveau de manière autonome une variante plus faible du résultat à partir d’une description très condensée reposant sur des réseaux de tenseurs.

Le 26 octobre, OpenAI annonce également une réfutation de l’ETH : un algorithme déterministe qui compte les assignations satisfaisantes de formules CNF de largeur fixe en temps sous-exponentiel et avec un espace mémoire polynomial. L’entreprise annonce deux autres résultats. L’un prouverait la conjecture de lissage local de Sogge datant de 1991 dans toutes les dimensions, résolvant ainsi la conjecture de Kakeya et la conjecture de restriction de Stein. Jusqu’à présent, elle n’avait été prouvée qu’en deux dimensions. Le troisième résultat démontrerait l’existence mathématique de certaines théories quantiques des champs en quatre dimensions, dont la chromodynamique quantique. Selon l’entreprise, la preuve relative à l’ETH a été formulée le 16 octobre et formalisée le lendemain. Elle est menée par Dan Roberts, qui dirige l’équipe Frontiers d’OpenAI.

Pour la publication, OpenAI s’appuie sur des « shepherds » externes qui ont recommandé trois stratégies distinctes. Le résultat mathématique est publié directement sous la forme d’un output du modèle. En informatique, un groupe de travail mené par Russell Impagliazzo et Ramamohan Paturi, qui avaient coformulé l’ETH en 1999, examine la preuve aux côtés de Ryan Williams du MIT ; les documents sont publics. Le groupe de physique dirigé par David Gross retient pour l’instant les artéfacts d’IA et souhaite d’abord rédiger sa propre présentation, ce que critiquent des mathématiciens indépendants. → unite, GitHub, Al Jazeera, The Neuron, Thoughts, OpenAI, The Verge, Gizmodo, blockchain, RuntimeWire

L’avis de Synthszr : Huit minutes de compilation sur 24 CPU prouvent que les démonstrations sont validées par le noyau Lean. En revanche, selon la documentation, aucune machine ne vérifie si le court énoncé formel correspond bien à l’article. La comparaison cruciale incombe au lecteur, et Anthropic l’a déposée dans un dépôt qui refuse toute contribution. OpenAI confie la même revendication à Impagliazzo et Paturi, coformulateurs de l’ETH en 1999. Pour des affirmations d’une telle ampleur, c’est la signature humaine qui fonde la crédibilité ; un noyau ne signe rien.