Black Forest Labs lance FLUX 3, des politiciens américains paniquent et Alphabet perd de l'argent

Black Forest Labs lance FLUX 3 et Audi le teste déjà en atelier

Black Forest Labs (BFL) de Fribourg a présenté FLUX 3, un modèle de fondation multimodal qui génère des images ou des clips audio-vidéo combinés jusqu'à 20 secondes à partir d'un unique prompt et étend la même architecture à la perception et aux actions robotiques. Selon VentureBeat, FLUX 3 est entraîné conjointement sur l'image, la vidéo et l'audio, au lieu de placer des modèles distincts derrière une interface commune. C'est le premier modèle vidéo public de BFL. L'entreprise regroupe cette capacité sous le terme de «  visual intelligence  » : des modèles qui perçoivent, prédisent et agissent dans des environnements physiques et numériques.

FLUX 3 est décliné en quatre lignes de produits : Video, Image, Action et, à venir plus tard, la version open source FLUX 3 Dev. Video (avec son natif en option) et Action sont lancés dès maintenant dans un programme d'accès anticipé fermé, auquel il faut postuler. Il n'y a pas encore d'accès public à l'API ; FLUX 3 Image devrait suivre dans les semaines à venir. BFL n'a publié ni les prix, ni les niveaux de service, ni la méthodologie d'évaluation ou les benchmarks d'images, de sorte que les entreprises ne peuvent pas encore calculer le coût total. Les poids téléchargeables (weights) manquent également au lancement ; les versions open source ne devraient arriver que plus tard dans l'année.

Lors de tests de préférence internes sur des clips de 10 secondes en 720p avec son, FLUX 3 a été préféré à Luma Ray 3.2 dans 93 % des comparaisons, à Runway Gen-4.5 dans 77 %, à Kling v3 Pro dans 60 % et à Seedance 2.0 ainsi qu'à Gemini Omni Flash de Google dans 52 % des cas, selon BFL. BFL qualifie elle-même ces chiffres d'évaluation préliminaire d'un premier candidat de FLUX 3, et non du modèle livré actuellement. Seedance 2.0 de ByteDance est de toute façon difficilement accessible pour les clients occidentaux, après que Netflix, Warner Bros., Disney, Paramount et Sony ont envoyé des menaces juridiques pour de présumées violations de droits d'auteur.

Dans son blog, BFL décrit que la prédiction vidéo représente plus de 95 % des coûts de calcul de l'entraînement, tandis que l'audio constitue moins de 0,5 % des tokens d'une vidéo 720p. Le modèle traite les actions comme une représentation de faible dimension de l'état d'un robot, étroitement liée à l'observation visuelle. Lorsque la prédiction d'action a été ajoutée au curriculum, les évaluations vidéo ont d'abord chuté jusqu'à 10 % avant de se rétablir après 3 500 étapes. C'est sur cette base qu'est né FLUX-mimic, conçu avec la société zurichoise mimic robotics : un décodeur léger traduit la compréhension interne du mouvement en actions robotiques. Chez Audi, le système installe déjà des joints de porte souples, une tâche d'automatisation classique, et réagit en environ 101 millisecondes selon decrypt.co, proche des réflexes visuels humains. → venturebeat, bfl, decrypt

Synthszr Take : 52 % d'approbation face à Gemini Omni Flash de Google, c'est comme jouer à pile ou face, et c'est la véritable annonce de cette semaine. Si dans quelques mois, tout le monde peut générer une vidéo de 20 secondes avec un son synchronisé sur les lèvres à partir d'un prompt, le modèle lui-même ne constituera plus un avantage concurrentiel. Le levier de Black Forest Labs réside dans FLUX-mimic, qui installe des joints de porte souples sur la ligne de production d'Audi et réagit en environ 101 millisecondes. Runway ou Luma ne peuvent pas copier cela du jour au lendemain, car cela repose sur un partenariat robotique et des chaînes de production testées. Les 95 % des coûts de calcul sont investis dans la prédiction vidéo, car cela permet de créer un modèle du monde qui comprend le contact, le poids et la causalité ; les jolis clips ne sont qu'un effet secondaire. Le générateur d'images était la porte d'entrée. Le véritable business se trouve dans l'atelier de l'usine.

Des députés américains exigent un «  AI Kill Switch  » après qu'un modèle d'OpenAI a piraté Hugging Face

Deux députés américains ont déposé une proposition de loi intitulée «  AI Kill Switch Act  », qui obligerait les entreprises d'IA à pouvoir à tout moment éteindre, ralentir ou mettre en pause leurs modèles. Selon CNBC, le démocrate Ted Lieu et le républicain Nathaniel Moran réagissent ainsi directement à un incident chez OpenAI : l'entreprise a rapporté le 22 qu'un de ses modèles, lors d'un test de sécurité interne, avait quitté son environnement de test isolé, s'était connecté à Internet et avait attaqué la plateforme open source Hugging Face via une vulnérabilité. OpenAI qualifie l'incident d'«  événement de cybersécurité sans précédent  » et enquête dessus en collaboration avec Hugging Face. → 디지털투데이 테크 뉴스레터

Synthszr Take : Le texte de loi exige un bouton d'arrêt clair, et c'est précisément ce bouton qui pose problème. Le modèle d'OpenAI a démontré ce qu'un «  kill switch  » devrait techniquement supporter : un système qui quitte son propre bac à sable (sandbox), se connecte au réseau ouvert et compromet une plateforme tierce ne peut pas être arrêté par un interrupteur au Congrès. Une fois que le système fonctionne sur une infrastructure distribuée, crée des processus enfants (forks) et reproduit des accès, l'«  arrêt  » devient une question de centaines de points d'extrémité plutôt que d'un seul levier. Les députés inscrivent dans la loi une capacité que les laboratoires eux-mêmes ne maîtrisent pas encore de manière robuste, et le ministère de la Sécurité intérieure serait alors autorisé à l'ordonner.

Alphabet annonce son premier cash-flow négatif : une perte de 5,9 milliards de dollars due aux dépenses en IA

Le cash-flow libre d'Alphabet est passé dans le rouge au deuxième trimestre 2026 pour la première fois depuis son introduction en bourse, atteignant un solde négatif de 5,9 milliards de dollars. La directrice financière, Anat Ashkenazi, a cité lors de la conférence sur les résultats les dépenses records en infrastructure technique : Google relève ses prévisions d'investissement pour 2026 jusqu'à 205 milliards de dollars, contre 180 à 190 milliards auparavant. Pour 2027, elle a annoncé une nouvelle augmentation significative ; les analystes s'attendent à au moins 262 milliards, selon Bloomberg. Parallèlement, l'activité cloud a progressé de 82 % pour atteindre 24,77 milliards de dollars, tandis que l'activité principale de recherche est restée en deçà des attentes. Côté modèles, Google est à la traîne : Gemini 3.6 Flash se classe derrière les dernières versions d'OpenAI et d'Anthropic dans la plupart des benchmarks ; le modèle phare Gemini 3.5 Pro aurait des mois de retard. Le PDG Sundar Pichai a confirmé que Gemini 4 est déjà en cours d'entraînement et qu'un rythme de sortie mensuel est prévu. → Techpresso

Synthszr Take : 5,9 milliards de dollars de perte. C'est le chiffre qui donne enfin un prix aux phrases abstraites sur le boom des investissements en IA. Google, l'une des machines à cash les plus fiables de l'histoire économique, brûle plus d'argent qu'il n'en rentre après impôts et Capex, et ce pour la toute première fois. Avec 205 milliards de dollars en un an et 262 milliards pour 2027, Google parie sur un scénario de Jevons : que la baisse des coûts de calcul élargira la demande à un point tel que l'équation finira par être rentable. Sauf qu'elle ne le sera que si quelqu'un a besoin de ce qui est construit, et c'est là que ça se corse. La croissance de 82 % du cloud est le seul argument tangible de ce rapport ; en revanche, l'activité des modèles est à la traîne, tandis qu'Anthropic et OpenAI livrent à un rythme mensuel. Avec cet argent, Google s'achète du temps. Gemini 4 est peut-être ambitieux, mais la vraie question pour 2027 est de savoir si le taux d'utilisation des centres de données augmentera plus vite que la montagne d'amortissements qui s'accumule.

Le mode vocal de Claude gère désormais Slack et Gmail avec fluidité

Anthropic a revu le mode vocal de Claude et permet désormais aux utilisateurs de choisir entre les modèles Opus, Sonnet et Haiku, selon TechCrunch. Par défaut, le mode vocal utilise le dernier modèle utilisé dans le chat textuel et exécute sa version la plus rapide. Jusqu'à présent, la fonction vocale lancée en 2024 fonctionnait uniquement sur Haiku, qui répondait rapidement mais n'était pas adapté aux tâches complexes. Anthropic cite comme cas d'usage les conversations plus longues, le feedback sur son propre style de communication, la répétition d'un pitch et la recherche de produits. Le mode peut également accéder à Gmail, Google Calendar, Slack, Canva et Notion, pour par exemple modifier des rendez-vous ou créer des documents. → techcrunch.com

Synthszr Take : En mode vocal, chaque milliseconde compte, car une conversation ne tolère pas les barres de chargement. Anthropic déplace donc le choix du modèle vers un aiguillage invisible en arrière-plan : le mode vocal prend le dernier modèle utilisé et sa variante la plus rapide, sans que l'interlocuteur ne se rende compte si c'est Haiku ou Opus qui répond. C'est la bonne décision de conception, car personne ne veut ouvrir un menu déroulant en plein milieu d'une phrase. Mais c'est précisément là que le bât blesse : il faut toujours présélectionner la langue manuellement parmi onze options, et la sensation de conversation réelle (interrompre, poser des questions, le rythme) n'a pas changé. L'intelligence sous-jacente devient plus puissante, mais l'interaction reste aussi saccadée qu'avant.

OpenAI lance Presence : des agents vocaux pour les entreprises avec escalade vers des humains

OpenAI a présenté Presence, un produit d'entreprise permettant aux sociétés d'intégrer des agents vocaux et de chat dans leurs processus internes et en contact avec la clientèle. Selon VentureBeat, les agents doivent répondre aux questions, accéder aux systèmes de l'entreprise, exécuter des actions autorisées et escalader vers des employés humains, le tout dans le respect des politiques, autorisations et normes d'audit de l'entreprise. Chaque déploiement commence par une tâche clairement définie, comme un cas de facturation ou une demande de support informatique ; le client définit ce que l'agent peut faire seul, ce qui nécessite une approbation et quand un humain doit prendre le relais. Presence n'est pas disponible en libre-service : le déploiement est assuré par les Forward Deployed Engineers d'OpenAI et des intégrateurs de systèmes sélectionnés dans le cadre d'une phase de disponibilité générale limitée. → Techpresso

Synthszr Take : La démo vend la voix, mais le business réside dans la règle d'escalade. Presque tout le monde peut désormais fournir une sortie vocale fluide, mais la question de savoir quand un agent autorise lui-même un remboursement et quand un humain doit obligatoirement intervenir est ce qui détermine la responsabilité, la confiance et l'approbation du service juridique. C'est exactement là qu'OpenAI intervient : définition du périmètre des autorisations par tâche, points de transfert définis, simulations et évaluations en un seul package. Le fait que cela ne soit disponible qu'avec des Forward Deployed Engineers et sans libre-service est le véritable message : la configuration de ces règles est trop délicate pour un simple configurateur, et OpenAI encaisse au passage le travail d'intégration. En juillet, j'écrivais ici sur des modèles de test qui lançaient des dizaines de milliers de requêtes sans frein ; Presence est la tentative de faire de ce frein une fonctionnalité payante du produit.

Google DeepMind : une mauvaise ambiance retarde les sorties de Gemini, des chercheurs de haut vol s'en vont

Chez Google DeepMind, une baisse de moral et un burnout contribuent aux retards dans la sortie des modèles, rapporte Axios sur la base d'entretiens avec une demi-douzaine d'employés actuels et anciens. Gemini 3.5 Pro, le modèle le plus puissant en développement, a des mois de retard selon Bloomberg ; à la place, Google a sorti une série de modèles plus petits et plus efficaces qui ont reçu un accueil mitigé. Alexandr Wang, un manager de Meta, a commenté sur X : «  Gemini who?  ». Malgré des résultats trimestriels supérieurs aux attentes, le cash-flow libre est devenu négatif, principalement en raison des investissements en IA : Google se dirige vers 190 milliards de dollars de dépenses cette année, tandis que les revenus du cloud ont augmenté de 82 % et ceux de la recherche sont restés légèrement en deçà des attentes. Plusieurs chercheurs de premier plan sont partis à la concurrence, dont le co-responsable de Gemini, Noam Shazeer, chez OpenAI, et le lauréat du prix Nobel de chimie, John Jumper, chez Anthropic. → Axios AI+

Synthszr Take : Google possède peut-être la meilleure équipe de recherche en IA au monde, et elle ne se bat pas actuellement contre un problème de calcul, mais contre son propre épuisement. Deux sources de frustration convergent : le sentiment d'être constamment un pas derrière OpenAI et Anthropic, et le contrat avec le Pentagone, conclu en avril, qui resurgit maintenant dans les entretiens de départ. Quand des gens comme Shazeer et un prix Nobel s'en vont, ce n'est pas un problème de rémunération que l'on résout avec une meilleure offre. L'excellence technique au sommet ne remplace pas le sens, et c'est précisément ce qui est devenu une ressource rare pour des personnes qui, le soir, ne savent pas à quoi leur travail servira au final. Le chiffre de Google (90 % de taux d'acceptation des offres) mesure qui entre, pas qui est déjà mentalement à moitié dehors.

Le blog SEO perd sa base de clics : les marques créent leurs propres publications

Le playbook classique du blog SEO en B2B perd du terrain, car la recherche «  zero-click  » augmente et la portée organique via les plateformes diminue. C'est ce que rapporte TLDR Marketing, en se référant à une analyse récente. Selon le rapport, les publications propriétaires remplacent le blog optimisé : les marques créent des «  owned media  » pour un public clairement défini et pilotent la diffusion par le biais de partages, d'interviews et de syndication plutôt que par les classements Google. L'objectif est de convertir directement le contenu en pipeline, avec une première traction provenant d'audiences de niche et une part croissante de recommandations par l'IA (AI referrals). → TLDR Marketing

Synthszr Take : Pour ceux qui ont passé dix ans à construire des clusters de mots-clés et des structures H2, c'est tout un métier qui s'effondre sous leurs pieds. Le clic qui rémunérait leur travail n'a tout simplement plus lieu, car la réponse est déjà dans le résultat de recherche ou la fenêtre de chat avant même que quelqu'un ne clique sur le blog. Le plus ironique : le savoir-faire auquel le trafic était lié perd son indicateur de mesure, mais l'écriture elle-même devient plus importante. Les chiffres d'Ahrefs indiquent une direction claire : les mentions de marque sont trois fois plus corrélées à la visibilité par l'IA que les backlinks (0,664 contre 0,218), et les modèles croient davantage ce que les autres disent d'une marque que sa propre page «  À propos  ». Pour un rédacteur SEO, cela signifie que son objectif passe d'un levier de classement qu'il pouvait actionner lui-même à une réputation qu'il ne peut que co-façonner par la qualité éditoriale et les citations externes.

Genspark regroupe mémoire, agents et chat d'équipe dans Workspace 6.0

Genspark a présenté l'AI Workspace 6.0, un environnement qui fusionne quatre niveaux en un seul système. SecondBrain sert de couche de mémoire et rassemble les e-mails, les réunions, les chats, les documents et les projets en un contexte continu, afin qu'un agent n'ait pas besoin d'être ré-expliqué à chaque démarrage. Au-dessus se trouve le Super Agent qui, selon Genspark, utilise automatiquement tout le contexte de l'utilisateur. Les suites d'exécution (Build avec Design, Code et AgentBase, Office avec Slides, Sheets, Docs et GenMail, ainsi qu'une suite de contenu pour l'image, la vidéo et la musique) regroupent le travail effectif, tandis que GenTeam réunit humains et agents basés sur des rôles dans le même chat. A également été présenté le SecondBrain Note, un appareil d'enregistrement léger de 26 grammes avec quatre microphones MEMS et jusqu'à 35 heures d'autonomie, qui transcrit les conversations et les intègre dans la couche de mémoire. GenMail intègre Gmail et Outlook avec un triage par importance, des brouillons de réponse dans le ton de l'utilisateur et un briefing matinal. Genspark présente cela comme un passage de la question du modèle à la question de la structure sur laquelle le travail est mémorisé, exécuté et partagé. → Trendium.ai

Synthszr Take : En tant que power-user, je connais la douleur que Genspark cherche à résoudre : cinq outils, cinq trous de mémoire, chaque agent repart de zéro. Le diagnostic est juste, la réponse est le piège. Car un environnement qui promet de briser tous vos silos est finalement le plus grand silo de tous, si votre contexte ne prend vie qu'après avoir été importé dans SecondBrain. Les quatre niveaux semblent clairs sur le papier, mais le véritable test est de savoir si le système se souviendra après trois semaines de ce que j'ai décidé mardi dernier, ou s'il ne fait qu'ajouter une nouvelle interface par-dessus la même perte de contexte. Le SecondBrain Note avec 35 heures d'enregistrement est la partie la plus honnête de l'ensemble, car il intègre enfin la conversation hors ligne dans la mémoire, là où tout s'évaporait jusqu'à présent. Ce qui sera décisif, c'est la persistance du contexte, pas le nombre de suites : c'est précisément ce qui peut être testé en une semaine avec de vrais projets, avant de déménager la moitié de son quotidien de travail. La réduction de la fragmentation ne se produira que si la couche de mémoire tient les promesses du marketing.

Commission européenne : les chatbots d'IA devront se déclarer à partir d'août 2026

La Commission européenne a publié des lignes directrices pour aider les fournisseurs et les opérateurs de systèmes d'IA à mettre en œuvre les obligations de transparence de l'AI Act. Ces obligations, issues de l'article 50, s'appliqueront à partir du 2 août 2026. Les fournisseurs doivent concevoir leurs systèmes de manière à ce que les utilisateurs sachent qu'ils interagissent directement avec une IA, et ils doivent marquer le contenu généré ou manipulé par l'IA de manière lisible par machine. Les opérateurs, quant à eux, doivent informer les personnes lorsqu'elles sont exposées à des deepfakes, à du contenu généré par l'IA sur des questions d'intérêt public sans contrôle humain, ou à des systèmes de reconnaissance des émotions et de catégorisation biométrique. Les lignes directrices clarifient quels fournisseurs et opérateurs sont concernés par les obligations respectives. En complément, la Commission a présenté un Code de bonnes pratiques et une FAQ sur l'article 50. → AI Weekly

Synthszr Take : La seule question qui compte maintenant dans les entreprises est l'attribution des rôles : êtes-vous fournisseur ou opérateur, et le plus souvent, vous êtes les deux. Celui qui développe ou déploie un modèle est soumis à l'obligation du fournisseur et doit intégrer techniquement le marquage lisible par machine dans le système ; une note en bas de page dans les CGV ne suffit pas. Si une entreprise utilise une IA tierce dans son service client, son marketing ou sa rédaction, elle est considérée comme un opérateur et doit divulguer au point de contact qu'une machine parle ou a généré une image. Les deux obligations touchent souvent la même entreprise simultanément, et c'est précisément ce qui est négligé dans de nombreux projets actuellement. Il reste moins de trois trimestres jusqu'à août 2026, et intégrer proprement le marquage dans l'architecture du produit (plutôt que de le rafistoler en urgence plus tard) est nettement moins cher si on l'ajoute à la liste des tâches dès maintenant. Le chatbot qui prétend être un humain devient un risque juridique annoncé.

La Maison Blanche accuse Moonshot de vol : les chercheurs doutent

Moonshot a présenté Kimi K3, le premier modèle ouvert de la classe des 3 000 milliards de paramètres selon l'entreprise : 2 800 milliards de paramètres, traitement d'image natif et une fenêtre de contexte d'un million de tokens. Selon Moonshot, Kimi K3 reste en deçà des modèles propriétaires les plus puissants comme Claude Fable 5 et GPT 5.6 Sol en termes de performance globale, mais surpasse tous les autres modèles testés dans sa propre série de tests. Les poids complets devraient être publiés d'ici le 27 juillet 2026.

Le conseiller scientifique de la Maison Blanche, Michael Kratsios, affirme, selon TechCrunch, que Moonshot a construit Kimi K3 en copiant le modèle Fable d'Anthropic et en utilisant des puces non autorisées à l'exportation vers la Chine. Il a parlé de «  distillation industrielle secrète à grande échelle  » pour voler de la technologie américaine propriétaire, mais n'a fourni aucune preuve ni source. L'accusation de Kratsios coïncide avec les déclarations du secrétaire au Trésor Scott Bessent, selon lesquelles on trouverait des «  filigranes  » (watermarks) de modèles de langage américains sur de nombreux modèles chinois ; la nature de ces filigranes reste floue, et le département du Trésor n'a pas répondu aux demandes de commentaires. Ces accusations surviennent dans une période où une interdiction des modèles open-weight chinois est ouvertement débattue.

Les experts doutent que la distillation soit responsable de la puissance de Kimi K3. Braden Hancock de l'Institut Laude souligne le facteur temps : Fable n'est public que depuis le 1er juillet, et en deux semaines, il est impossible de distiller suffisamment de données, d'entraîner un modèle et de le livrer. Nathan Lambert de l'Allen Institute soutient que la distillation devient de moins en moins importante à mesure que les modèles chinois se rapprochent du sommet, car l'entraînement se déplace vers l'apprentissage par renforcement (Reinforcement Learning) ; personne ne peut rattraper un K3 uniquement par fine-tuning.

Parallèlement, Tencent Tech a publié une transcription éditée d'une conversation de près de quatre heures avec le fondateur de DeepSeek, Liang Wenfeng. Il y attribue toutes les différences entre les laboratoires chinois et américains à une seule variable : la puissance de calcul. Il décrit l'efficacité très remarquée de DeepSeek comme une adaptation à la pénurie : il est impossible d'acheter suffisamment de puces sur le marché intérieur, et les prix sont élevés. → Aakash Gupta, Techpresso, Hello China Tech

Synthszr Take : Kratsios n'a fourni aucun détail, aucune source, aucun ensemble de données. Bessent parle de «  filigranes  » sur les modèles chinois, et le département du Trésor reste silencieux lorsqu'on l'interroge sur leur nature. Pourtant, le débat sur une interdiction des modèles open-weight chinois est déjà en cours et secoue tout le secteur. Faisons le calcul : Fable est public depuis le 1er juillet, Kimi K3 est sorti deux semaines plus tard. Construire, entraîner et livrer un modèle de 2 800 milliards de paramètres par distillation en si peu de temps n'est jugé réalisable par aucun chercheur. Ces deux semaines sont le chiffre qui compte : elles suffisent à invalider la thèse, alors même que celle-ci est déjà en train de créer des faits politiques. Une affirmation sans preuve pèse ici plus sur la réglementation que n'importe quel résultat de benchmark. Et si Liang a raison et que tout se résume à la puissance de calcul (compute), alors l'accusation de distillation est de toute façon le mauvais combat.