Le AI Act européen contraint Anthropic au déploiement mondial de filigranes d'IA

SpaceXAI entend prendre son envol avec Grok Bot

SpaceXAI, anciennement xAI et aujourd’hui une division de SpaceX, a publié la version bêta de Grok Bot le 11 août 2026. Le produit crée des agents en tant que «  bots  » permanents auxquels les utilisateurs peuvent attribuer un rôle, un accès à leurs applications et des tâches concrètes. Selon le fournisseur, chaque bot dispose de son propre ordinateur dans le cloud, se connecte aux outils existants et continue de travailler lorsque l’ordinateur portable de l’utilisateur est éteint. Il ne se manifeste à nouveau que lorsqu’une approbation est requise ou que la tâche est terminée. SpaceXAI indique avoir d’abord conçu le système en interne, où les équipes auraient utilisé des bots pour la prospection commerciale, les campagnes marketing, l’organisation de bureau et la résolution des pannes.

La grille tarifaire est inhabituellement élevée pour un abonnement de ce type : Cursor Premium Teams coûte 120 dollars par poste et par mois et inclut la facturation centralisée, des analyses d’utilisation partagées, une marketplace d’équipe pour les Skills et les Plugins, ainsi que le SAML/OIDC-Single-Sign-on. Les utilisateurs individuels paient 200 dollars par mois pour Cursor Ultra, ce qui inclut un ordinateur dédié pour le bot, des routines planifiées et des limites de tokens étendues. Les clients SuperGrok-Heavy existants bénéficient également de l’accès pour 300 dollars par mois. SpaceXAI dirige les organisations qui souhaitent s’inscrire aujourd’hui vers une liste d’attente. L’application est disponible pour macOS, Windows, Linux et iOS, une version Android est annoncée. Cursor avait été racheté par SpaceX en juin pour 60 milliards de dollars.

Sur le plan fonctionnel, SpaceXAI décrit des bots qui fonctionnent en parallèle, se transmettent des tâches et apprennent des routines en observant une seule fois un utilisateur effectuer un workflow. L’entreprise cite comme exemples de rôles Sales Outbound, Talent Scout, Expense Manager, Bug Reproduction et Chief of Staff. Dans une démo, un bot commercial extrait 52 Accounts de Salesforce, ignore quatre profils LinkedIn contactés récemment et place 36 brouillons dans la file d’attente, sans rien envoyer. Selon le fournisseur, cela fonctionne également sur des plateformes sans interface claire ou Model Context Protocol, car le bot utilise l’interface comme un humain.

Benchmarks sur la fiabilité des tâches agentiques n’ont pas été publiés par SpaceXAI. VentureBeat place ce lancement dans un domaine déjà bien rempli : Anthropic avait introduit Computer Use pour Claude en 2024, Claude Code début 2025 et, au début de cette année, Claude Cowork, axé sur le travail de bureau. En avril, OpenAI a donné à Codex le contrôle d’autres applications, a lancé Workspace Agents et, plus récemment, l’environnement de travail ChatGPT Work. Selon VentureBeat, la question qui reste en suspens est de savoir si des bots fonctionnant en permanence peuvent remplacer suffisamment de travail manuel ou d’automatisation classique pour justifier les coûts par poste, et comment les limites d’utilisation affecteront les coûts totaux une fois que les agents tourneront en continu. → venturebeat, x, x, 9to5mac

Synthszr Take : 120 dollars par poste, 200 pour les utilisateurs individuels, 300 en supplément pour SuperGrok Heavy : SpaceXAI tarifie Grok Bot comme du personnel et le facture comme un logiciel. C’est dans ce mélange que réside le défaut de conception. La licence par poste présuppose un être humain assis devant l’écran, alors que toute la promesse de valeur réside dans le fait que les bots continuent de fonctionner la nuit, s’attribuent des tâches mutuellement et présentent 36 brouillons terminés le matin. Dès qu’une équipe utilise cinq bots en parallèle, la véritable tarification devient la limite de tokens, et celle-ci n’apparaît nulle part dans l’aperçu. De plus, il n’existe aucune donnée publiée sur la fiabilité, on achète donc un salaire sur parole. Le point de comparaison passe ainsi de l’abonnement au taux horaire, et ce calcul peut être vérifié avec un seul workflow en deux semaines, au lieu d’être estimé sur une diapositive. Les 120 dollars sont un prix de transition : la première facturation basée sur les résultats arrivera cette année encore.

Anthropic utilise des filigranes invisibles, les experts doutent de leur durabilité

Anthropic prévoit de marquer à l’avenir les textes issus des modèles Claude avec un filigrane invisible pour les humains. Selon le nouveau document de support de l’entreprise, les modèles Claude lancés dans l’UE à partir du 2 août 2026 porteront le marquage lisible par machine dès le premier jour ; pour les modèles plus anciens, Anthropic y travaille encore. Le marquage s’applique dans le monde entier à l’ensemble des produits Claude, c’est-à-dire Claude Platform (API), Claude, Claude Code, Claude Cowork et Claude Tag, et ce même lorsque Claude est appelé via AWS, Google Cloud ou Microsoft Foundry. D’après le fournisseur, le marquage est appliqué au niveau du modèle et se retrouve ainsi dans chaque application basée sur Claude, bien que toutes les plateformes ne prennent pas en charge tous les types de marquage.

La raison en est l’article 50 de l'AI Act de l’UE, dont les obligations de transparence sont entrées en vigueur le 2 août et qui oblige les fournisseurs de systèmes génératifs à rendre les résultats synthétiques identifiables par machine. The Verge signale un délai de grâce de quatre mois pour les produits lancés avant cette date. Anthropic a signé le Code of Practice qui l’accompagne, tout comme OpenAI, Google, Meta, Microsoft, Mistral, Cohere et Synthesia ; selon Tech Brew, Amazon et xAI manquent à l’appel. Pour les fichiers tels que SVG, PNG et JPG, Anthropic utilise le procédé Provenance C2PA avec une signature numérique, et pour le texte, un filigrane dans les mots eux-mêmes. L’entreprise prévoit de fournir des outils de détection, mais la documentation technique à ce sujet n’est pas encore disponible.

Anthropic ne nomme pas le procédé utilisé et n’indique pas non plus si le marquage augmente la latence ou les coûts d’inférence. Alex Cui, CTO de GPTZero, décrit dans une explication technique sur X le mécanisme le plus probable : une clé secrète et les tokens précédents génèrent un hash qui divise les tokens candidats en deux groupes, et le modèle augmente légèrement la probabilité pour l’un des groupes. Un détecteur utilisant la même clé reconstitue cette préférence et identifie une accumulation suspecte. Cui souligne que le streaming limite le choix de la méthode, car le signal doit être créé pendant la génération plutôt que par une reformulation ultérieure. Pour le code, le marquage serait plus difficile car le modèle dispose de moins d’alternatives équivalentes et de petites modifications peuvent casser la fonctionnalité.

John Gruber qualifie la description d’Anthropic d’opaque et y voit une contradiction : un signe composé de caractères invisibles ferait exploser les compteurs de caractères sur les plateformes, et un changement dans le choix des mots peut difficilement être présenté comme étant sans conséquence sur la qualité et le sens. Tech Brew fait référence à une étude de l’Université Queen’s, selon laquelle la paraphrase par un autre modèle ou la rétrotraduction réduit le taux de détection ; l’insertion dans un texte humain plus long dilue également le signal.

Parallèlement, The Deep View fait état d’autres mesures de marquage dans le secteur : Spotify introduit des badges AI-Personas pour les profils qui ne représentent pas une personne réelle et ne recommande de tels artistes via son algorithme qu’aux utilisateurs qui les suivent. Suno introduit une technique de filigrane et de Fingerprinting, Substack a intégré l’outil de détection Pangram. Une étude de Deezer conclut que 97 % des auditeurs ne peuvent pas distinguer la musique générée par l’IA de la musique humaine. → thenewstack, claude, daringfireball, theverge, thedeepview, techbrew

Synthszr Take : L’intention derrière l’article 50 est bonne, et il convient de le dire avant d’examiner sa mise en œuvre. Quiconque met en circulation des contenus synthétiques doit les identifier comme tels. Pour les images, cela fonctionne bien : C2PA se trouve dans un conteneur qui est signé, et ce conteneur est conservé. Le texte n’a pas de conteneur. Le marquage réside dans le choix même des mots : la rétrotraduction et la paraphrase par un second modèle réduisent le taux de détection, selon l’étude de l’Université Queen’s, et un formateur se charge du reste. On impose donc une capacité qui, en l’état, n’existe pas. Le précédent existe depuis 2009 dans le Journal officiel et depuis lors sur chaque site web. La directive sur les cookies visait un consentement éclairé. Le résultat, ce sont des bannières dont seulement 11,8 % remplissent les exigences minimales du droit européen, selon l’étude CHI de Nouwens et al., ainsi que 76 % d’utilisateurs agacés qui acceptent tout en bloc parce qu’ils n’en peuvent plus (Bitkom). Cela n’a protégé personne. Cela a renforcé l’image d’une Europe comme le continent où il faut d’abord cliquer pour fermer quelque chose avant de pouvoir lire quoi que ce soit. Une bonne intention qui, dans sa mise en œuvre, se fige en paternalisme et en posture défensive, exporte précisément cela comme sa marque de fabrique.

Les modèles savent faire des maths : un modèle Claude améliore le record de Riemann de 67,2 %

Un modèle Claude d’Anthropic non encore publié a, selon AlphaSignal, amélioré la meilleure valeur connue à ce jour pour un résultat partiel de l’hypothèse de Riemann, la faisant passer de 41,6 à 67,2 %. Il s’agit de la proportion des zéros pour lesquels il peut être prouvé qu’ils se trouvent sur la droite attendue ; l’hypothèse elle-même reste non prouvée. Selon la source, ce saut représente la plus grande avancée unique dans les 160 ans d’histoire du problème. Sur le plan méthodologique, le modèle a traité les zéros comme un espace connexe plutôt que de les analyser individuellement. L’exécution a eu lieu dans Claude Code avec 60 sous-agents travaillant en parallèle, a rejeté 650 approches et a exécuté environ 2 400 commandes shell sur une journée et demie. La preuve qui en a résulté a été formellement vérifiée dans l'assistant de preuve Lean 4 et examinée en plus par deux mathématiciens externes. Le code de la preuve et les journaux de processus sont publiquement accessibles, mais le modèle lui-même ne l’est pas. → AlphaSignal

Synthszr Take : 650 approches rejetées, 2 400 commandes shell, un jour et demi d’exécution : voilà à quoi ressemble la recherche fondamentale quand la persévérance ne coûte presque plus rien. La partie la plus intéressante se cache dans le mot «  non publié  ». Personne ne peut réserver le modèle qui produit ici le plus grand progrès depuis 160 ans, et le débat public sur les limites des modèles de langage se base sur un niveau de capacité qui est depuis longtemps dépassé en interne. Des mois séparent le laboratoire de l'API, et c’est précisément pendant ces mois que se consolide l’opinion collective sur ce que l’IA est prétendument incapable de faire. L’écart est le plus grand là où un ordinateur peut vérifier le résultat : Lean dit oui ou non, le modèle peut se tromper 650 fois tant qu’une tentative réussit. Les planifications qui prennent la version du modèle disponible aujourd’hui comme limite supérieure se basent sur un chiffre qui est déjà obsolète.

Nvidia publie Nemotron 3.5 Lightning : un modèle open source pour un seul GPU

Nvidia a publié Nemotron 3.5 Lightning, un modèle que les entreprises peuvent télécharger, utiliser et modifier gratuitement, sans demander d’autorisation ni payer Nvidia. Selon le fabricant, il est suffisamment léger pour fonctionner sur une seule carte graphique dans un PC et a été spécialement conçu pour les agents, c’est-à-dire des programmes qui travaillent de manière autonome en arrière-plan. Nvidia indique avoir dérivé le modèle des variantes plus grandes de Nemotron par distillation afin d’obtenir des capacités comparables dans un format plus petit. Le groupe cite CrowdStrike, CodeRabbit et Harvey comme clients de test. Nemotron 3.5 Lightning est disponible via HuggingFace et le site web de Nvidia. De plus, le groupe fournit le logiciel NeMo Switchyard, conçu pour sélectionner le modèle le plus économique et le plus adapté à une tâche donnée. → www.cnbc.com

Synthszr Take : Huang a lui-même fourni la phrase qui décrit la situation concurrentielle : l’intelligence artificielle libre est bonne pour les puces. Nvidia offre ainsi quelque chose dont la diffusion stimule directement ses propres ventes de matériel, une logique de financement bien plus robuste que celle de Meta, qui finance ses modèles open source par ses revenus publicitaires et a besoin pour cela de justifications stratégiques comme le manifeste de Zuckerberg de lundi. Pour Mistral, la situation devient plus inconfortable, car leur promesse était exactement ce que Nemotron 3.5 Lightning offre maintenant gratuitement : des modèles compacts et efficaces que l’on peut exploiter et adapter soi-même, souveraineté européenne incluse. Un modèle qui fonctionne sur un seul GPU et qui a déjà été testé en production par CrowdStrike, CodeRabbit et Harvey est une alternative sérieuse en matière d’approvisionnement. Plus intéressant que le modèle lui-même, il y a NeMo Switchyard, car la décision de routage concernant le modèle à assigner à une tâche appartiendra à l’avenir à Nvidia et non plus aux fournisseurs de modèles.

Y Combinator publie son agent harness interne QM en open source

Y Combinator a publié QM (abréviation de Quartermaster) sous licence MIT, un outil que le référentiel lui-même décrit comme un «  multiplayer agent harness for work, in Slack and on the web  ». L’accélérateur a, selon ses propres dires, utilisé le système en interne pendant des mois, pour la comptabilité, le juridique, l’organisation d’événements et l’ingénierie, et a également utilisé QM pour le développement de QM. Ainsi, chaque équipe peut exploiter l'Agent Harness pour le coût de l’hébergement cloud et des jetons de modèle. La publication a eu lieu dix jours après la mise en open source de Buzz par Block, qui est basé sur Nostr et vise à remplacer Slack et GitHub, tandis que QM s’intègre à un Slack existant. Le fil de discussion d’annonce a atteint plus de deux millions de vues, le dépôt 7 000 étoiles GitHub en trois jours et plus de 13 000 depuis, et la discussion sur Hacker News a dépassé les 600 points. Eve Bouffard, Head of Design chez YC et, selon ses propres dires, l’utilisatrice la plus intensive de l’outil, attribue une partie de la productivité de la petite équipe à QM. → Linas from Linas’s Newsletter

Synthszr Take : 13 000 étoiles en quelques jours ne disent pas grand-chose sur le nombre d’équipes qui utiliseront encore cet outil dans trois mois. Le code est désormais gratuit, mais le travail commence après : YC a mis des mois à décomposer la comptabilité, le juridique et la planification d’événements de manière à ce que des agents puissent les prendre en charge, et c’est précisément cette décomposition qui ne se trouve pas dans le référentiel. Intégrer simplement QM à son propre Slack ne fait qu’ajouter un bot de plus qui produit des réponses que personne n’a vérifiées. Ce qui est intéressant, c’est le pari contre Buzz : Block veut remplacer Slack et GitHub, YC se connecte à ce qui est déjà en place, et dans les entreprises avec un héritage technique, la seconde approche gagne presque toujours. Une première étape réaliste consiste à choisir deux processus récurrents avec des règles d’approbation claires et à configurer correctement les autorisations avant qu’un agent n’ait accès aux données comptables. La question passionnante est de savoir si dans six mois, quelqu’un en dehors de YC pourra raconter une histoire de productivité comparable.

Nvidia aide ses clients à trouver des financements, Stratechery y voit le plus grand risque

Dans Stratechery, Ben Thompson décrit comment Nvidia trouve de nouveaux moyens de procurer à ses clients les capitaux nécessaires à l’achat de puces, augmentant ainsi le risque de l’ensemble de l’expansion de l’IA. Il utilise comme toile de fond historique Jay Cooke, qui a financé la construction de la Northern Pacific Railway à partir de 1870 : 12 % de commission sur chaque obligation, 200 dollars d’actions pour 1 000 dollars d’obligations émises, à son apogée 1 500 commerciaux et 1 300 journaux financés, jusqu’à ce que les acheteurs se fassent rares en 1873 et que la banque de Cooke déclenche la panique de 1873. Thompson s’appuie sur le livre de Liaquat Ahamed «  1873  », qui transpose les quelque 500 millions de dollars annuels en obligations ferroviaires américaines du début des années 1870 aux conditions actuelles avec un facteur de 1 200, soit environ 600 milliards de dollars, ce qui correspond à peu près aux investissements attendus des grands groupes technologiques pour 2026. Le PDG de Microsoft, Satya Nadella, a qualifié ce même livre de «  the book to be read  » lors du dernier appel sur les résultats. Selon Thompson, Microsoft, avec un flux de trésorerie disponible de 19,6 milliards de dollars récemment, est le seul hyperscaler qui ne finance pas encore ses investissements par la dette. Oracle, Meta, Alphabet et Amazon ont levé ensemble 108 milliards de dollars d’obligations en 2025, et déjà 194 milliards jusqu’au 7 juillet de cette année ; 86 % des émissions de cette année se négocient désormais au-dessus de leur rendement d’émission, et la sursouscription est passée de 5x en février à moins de 2x. En juin, Google a également annoncé une augmentation de capital de 85 milliards de dollars, dont un placement spécial de 10 milliards auprès de Berkshire Hathaway. → Ben Thompson

Synthszr Take : La véritable astuce de Jay Cooke dans les années 1870 fut l’invention de l’acheteur : si les banques ne veulent pas de vos obligations, vous vous constituez une force de vente de 1 500 personnes et 1 300 journaux pour créer la demande qui n’existerait pas autrement. C’est exactement ce mécanisme qui est à nouveau à l’œuvre, mais de manière plus élégante : lorsque le fabricant de puces participe à l’organisation du financement de ses propres puces, son carnet de commandes mesure sa propre capacité de financement et non plus le besoin à l’autre bout de la chaîne. C’est du financement fournisseur, et son problème n’est jamais la bonne période, mais le moment où le marché des capitaux se ferme, comme en septembre 1873 après le krach de la Bourse de Vienne. Les chiffres sont déjà là : 194 milliards de dollars de nouvelles dettes pour quatre groupes en un peu plus de six mois, 86 % des émissions sous l’eau, la sursouscription tombée de 5x à moins de 2x. Cet indicateur mérite d’être surveillé, car il se retourne des mois avant toute publication de chiffre d’affaires. Il est à noter que Berkshire Hathaway, dont le prédécesseur est né de la faillite de la Northern Pacific, investit maintenant 10 milliards dans Google : celui qui a déjà racheté le chemin de fer à bas prix après une faillite connaît la feuille de route.

OpenAI recrute un trader en électricité car l’électricité devient une position à risque

OpenAI recherche un Power Trading Lead pour son portefeuille de centres de données, qui sera responsable de la stratégie de couverture pour l’ensemble des achats d’électricité. Le reporter de Bloomberg Julian Hast a été le premier à signaler l’offre d’emploi lundi ; OpenAI n’a pas commenté dans un premier temps. Selon l’annonce, le poste est rattaché à l’équipe Power & Land au sein de la division de conception des centres de données, est basé à Seattle, San Francisco ou en télétravail, et est rémunéré entre 181 000 et 285 000 dollars, plus une participation. Les exigences incluent au moins dix ans d’expérience dans le trading d’électricité ou la gestion des risques liés aux matières premières, ainsi qu’une connaissance des marchés de gros américains de l’électricité et du gaz naturel, qui représente plus de 40 % de la production d’électricité américaine. Le profil du poste comprend les contrats à prix fixe, les forwards, les swaps et les options, ainsi que les limites de risque et les contrôles internes, c’est-à-dire l’arsenal habituel d’une table de négociation pour le Commodity Hedging. Le poste n’a pas de collaborateurs directs pour le moment. Meta avait annoncé en novembre 2025 son intention de se lancer dans le trading d’électricité pour ses centres de données d’IA ; OpenAI construit de son côté un campus d’environ 30 milliards de dollars en Géorgie et a négocié un site de 10 gigawatts dans l’Ohio, que Nvidia doit sécuriser, tandis qu’un projet britannique a été mis en pause en raison des prix de l’électricité et de la réglementation. → Techpresso

Synthszr Take : Une entreprise n’engage un trader que lorsqu’un poste d’achat est devenu trop important pour être payé par facture. Les compagnies aériennes le font avec le kérosène, les fabricants de chocolat avec le cacao, et OpenAI le fait maintenant avec les mégawattheures. Les 10 gigawatts dans l’Ohio correspondent à peu près à la puissance nécessaire pour alimenter une métropole de taille moyenne, et ce besoin est inscrit dans des contrats dont les durées dépassent de loin tout cycle de modèle. Le site Stargate mis en pause au Royaume-Uni en est la preuve la plus claire : le projet a échoué à cause des prix de l’électricité et de la situation réglementaire, pas à cause de la puissance de calcul ou du talent. Ce qui est remarquable, c’est l’ordre dans lequel cela se produit. D’abord, on s’engage sur des milliards de capacité, puis on cherche quelqu’un qui peut modéliser les risques de prix sous-jacents, et ce pour un salaire inférieur à ce qu’OpenAI paie à un bon chercheur. Les deux prochaines années se joueront sur les dates de raccordement au réseau et les courbes à terme du gaz, pas sur des points de benchmark.

Amodei s’oppose à une interdiction américaine des modèles open-weights chinois

Le PDG d’Anthropic, Dario Amodei, a déclaré dans un billet de blog que son entreprise n’avait jamais soutenu une interdiction des poids de modèle ouverts. Cette déclaration fait suite à des informations d’Axios selon lesquelles des responsables américains envisagent d’interdire aux entreprises américaines d’utiliser des modèles open-weights chinois. En réaction, de nombreuses entreprises technologiques avaient signé une lettre ouverte en faveur des Open Weights, et Anthropic avait été accusé de promouvoir une interdiction par intérêt personnel. Amodei qualifie les modèles ouverts sans capacités dangereuses de bien public et écrit que les interdictions protectionnistes ne répondent pas à ses préoccupations en matière de sécurité, car les acteurs malveillants ne sont généralement pas des entreprises américaines classiques. Il identifie deux risques principaux : des modèles plus performants entre les mains de gouvernements autoritaires et l’utilisation abusive de modèles puissants pour des cyberattaques ou des attaques biologiques. Il préconise plutôt trois mesures : l’arrêt de la livraison de puces performantes et d’équipements de fabrication de puces à la Chine, accompagné d’une lutte acharnée contre la contrebande ; le contrôle de la distillation à l’échelle industrielle ; et des tests de sécurité obligatoires pour tous les modèles suffisamment puissants, qu’ils soient ouverts ou fermés. Selon l’évaluation d’Anthropic, la distillation permet aux meilleurs modèles chinois de se rapprocher à quelques mois des modèles américains, sans toutefois les dépasser. Amodei rappelle qu’il avait déjà défendu les mêmes positions il y a six mois dans son essai «  The Adolescence of Technology  ». → Hello China Tech

Analyse de Synthszr : Une interdiction des modèles ouverts chinois serait le plus beau cadeau de la saison pour Anthropic, et son PDG la refuse. Amodei écrit lui-même qu’une telle règle protégerait avant tout les fournisseurs américains de la concurrence, et ajoute que cela n’a jamais été son objectif. En juin, il déjeunait encore avec Trump et n’était plus considéré comme un risque pour la sécurité ; maintenant, il freine précisément la mesure qui protégerait sa grille tarifaire contre Kimi et GLM. Sa position est cohérente, car elle est techniquement correcte : les poids, une fois publiés, ne peuvent être retirés, et une interdiction d’utilisation pour les entreprises américaines dûment déclarées ne touche que les acteurs qui respectent déjà les règles. Ce qui est plus intéressant, c’est vers quoi il déplace le débat : les puces et la distillation à l’échelle industrielle, qui réduit le retard chinois à quelques mois. Pour tous ceux qui ont des modèles ouverts chinois dans leur stack, cela signifie pour l’instant une accalmie sur le front de l’interdiction et de l’agitation du côté de la chaîne d’approvisionnement. Le débat politique des prochains mois portera sur les contrôles à l’exportation et les tests obligatoires, et personne n’a encore fourni de définition solide de ce qui est «  suffisamment performant  ».

Robots humanoïdes : les ventes triplent, la Chine détient 97 % du marché

Les ventes mondiales de robots humanoïdes ont augmenté de 272 % en un an, et la Chine détient plus de 97 % de ce marché, selon une analyse de Smart Analytics Global. Les livraisons sont passées d’environ 5 000 unités au premier semestre 2025 à plus de 19 000 au cours de la même période cette année ; pour 2026, SAG prévoit environ 60 000 unités et un chiffre d’affaires sectoriel de plus de 1,6 milliard de dollars. Plus de 85 % de la demande mondiale provient également de Chine, soutenue par des programmes de subventions gouvernementales, des environnements de test pour les développeurs et d’importants capitaux. Le fournisseur shanghaïen Agibot a dépassé Unitree et détient 44 % du marché mondial ; à eux deux, ils couvrent 75 % de toutes les ventes. L’introduction en bourse prévue d’Unitree à Shanghai a été sursouscrite plus de 5 500 fois, avec près de dix millions d’ordres de souscription, selon le rapport. L’industrie et le commerce ont représenté plus de 70 % des livraisons au premier semestre, contre 50 % à la même période l’année précédente, principalement dans la fabrication, la logistique et l’entreposage. Les robots domestiques à usage général, sur lesquels Meta travaille notamment avec l’acquisition d’Assured Robot Intelligence, n’atteindront pas une taille de marché de masse au cours des cinq prochaines années, selon SAG ; parallèlement, de nouvelles restrictions américaines sur les robots fabriqués à l’étranger et l’examen par l’UE des systèmes autonomes compliquent l’entrée des fournisseurs chinois sur les marchés matures. Physical AI → Techpresso

Analyse de Synthszr : Le chiffre qui explique la différence est la gamme de produits : des modèles bipèdes de taille moyenne et de simples modèles à roulettes, car les roues sont moins chères, plus stables et nécessitent moins d’entretien qu’une démarche humaine parfaite. C’est du pragmatisme de fabrication à l’état pur, et c’est précisément là que réside l’avantage unique de la Chine. Actionneurs, engrenages, capteurs, chaînes de montage, fournisseurs dans un rayon de deux heures : cette chaîne ne peut pas être reproduite avec un budget de recherche, elle nécessite des années de production en volume et une courbe d’apprentissage. Tandis qu’en Occident on parle de robots domestiques qui, selon SAG, n’atteindront pas la maturité du marché de masse avant 2031, Agibot et Unitree vendent déjà 75 % de toutes leurs unités à des entrepôts et des usines, où les tâches sont clairement définies et les gains de productivité mesurables. Les 19 000 unités par semestre sont peu en soi, mais chacune fournit des données de terrain, des statistiques de défaillance et des réductions de coûts pour le prochain lot. Les restrictions américaines sur les robots fabriqués à l’étranger ralentissent les exportations, mais ne changent rien à la courbe d’apprentissage sur le marché intérieur, qui représente 85 % de la demande mondiale. L’année 2027 sera intéressante : on verra alors si les fournisseurs européens et américains ont réussi à mettre en place une base de production ou s’ils ne peuvent présenter que des prototypes avec des vidéos impressionnantes.

Sanders demande à OpenAI, Anthropic et Meta de cesser le développement de l’IA

Le sénateur Bernie Sanders a demandé dans une lettre à Sam Altman, Dario Amodei et Mark Zuckerberg de suspendre le développement de leurs modèles d’IA, et a annoncé que le Sénat américain réglementerait si les entreprises continuaient au rythme actuel. La lettre a été rapportée pour la première fois par Axios. Sanders y écrit que les capacités des modèles ont dépassé un seuil de risque critique et que les entreprises perdent le contrôle de la technologie. Il fait référence à des rapports sur l’utilisation de l’IA dans le développement de nouveaux virus, ainsi qu’au fait que les trois entreprises ont révélé que leurs modèles avaient piraté les serveurs d’organisations tierces. Cependant, selon le Guardian, des experts ont averti que la présentation par OpenAI d’un modèle hors de contrôle pourrait être exagérée, car une technologie présentée comme très dangereuse apparaît en même temps comme particulièrement performante. Les entreprises s’étaient auparavant engagées à faire une pause à certains seuils de risque, sans définir ces seuils : Anthropic veut arrêter la mise à l’échelle ou livrer les modèles plus tard si ses propres procédures de sécurité ne suivent plus, OpenAI a ralenti le développement de son modèle de cybersécurité Astra après un piratage autonome. La démarche de Sanders fait suite à une lettre ouverte de plus de 1 300 scientifiques et développeurs qui demandent un ralentissement coordonné au niveau international des modèles frontières. En mars, Sanders, avec Alexandria Ocasio-Cortez, avait déjà présenté un projet de loi pour un moratoire sur la construction de nouveaux centres de données. → AI Secret

Analyse de Synthszr : Sanders s’adresse à trois PDG et vise le Congrès, qui ne lui a rien accordé jusqu’à présent. La lettre n’a ni délai, ni sanction, ni définition de ce qui doit être mis en pause. Les engagements volontaires auxquels il se réfère sont justement confortables pour cette raison : Anthropic fait une pause lorsque sa propre mise à l’échelle dépasse ses propres procédures de sécurité, et il n’est écrit nulle part qui le constate. OpenAI a ralenti le développement d’Astra après le piratage autonome et vend ce même retard comme une preuve de la puissance du produit. L’avertissement fait partie du marketing, et les experts cités par le Guardian le disent assez clairement. La politique a un réel pouvoir de levier à un tout autre niveau, et Sanders le sait : le projet de loi de mars contre les nouveaux centres de données. L’électricité, les terrains à bâtir et les permis peuvent être retardés, pas les poids des modèles. Un moratoire mondial qui recueille 1 300 signatures et qu’aucun pays concurrent ne soutient reste une simple déclaration d’intention. C’est l’autorité locale compétente qui décide du rythme.