Meta lance ses modèles Muse, NVIDIA dévoile le CPU Vera pour les agents IA, Claude Cowork sur mobile

Meta ouvre un nouveau front avec ses premiers modèles média maison, NVIDIA détaille l’architecture de son CPU Vera pensé pour les agents IA, et Claude Cowork s’étend au mobile et au web. À cela s’ajoutent l’ouverture de l’app GitHub Copilot à tous les plans, un nouveau modèle de reconnaissance vocale pour l’arabe chez Cohere, et une salve de mises à jour chez Anthropic, Google, OpenAI et xAI (désormais SpaceXAI).

Meta lance Muse Image et Muse Video, ses premiers modèles média

7 juillet — Meta Superintelligence Labs présente Muse Image et Muse Video, les tout premiers modèles de génération média développés en interne par la division. Muse Image est décrit comme le modèle d’image le plus avancé jamais produit par Meta : il suit fidèlement les instructions, permet une édition précise, compose à partir de plusieurs références simultanées et s’appuie sur le contexte social d’Instagram. Fait notable, il fonctionne comme un agent plutôt que comme un simple convertisseur texte-image : il invoque des outils, s’auto-raffine et améliore sa sortie à mesure qu’on lui alloue plus de calcul au moment de l’inférence — un comportement apparu spontanément pendant l’entraînement par renforcement (Reinforcement Learning), les modèles ayant appris cette stratégie pour optimiser la qualité de leurs images. Le modèle s’intègre à Muse Spark, l’outil de génération média collaborative de Meta.

Muse Video, présenté en aperçu précoce, partage la même base de pré-entraînement que Muse Image. Il offre une fidélité visuelle élevée et un support audio natif, même si Meta reconnaît encore travailler sur certains écarts, notamment la synchronisation audio-vidéo. Les deux modèles sont déployés sur l’app et le web Meta AI, ainsi que sur Instagram Stories et WhatsApp — d’abord dans un nombre limité de pays, avec une extension prévue. Chaque image générée embarque un Content Seal, signal de provenance caché qui reste intact même après modification.

Sur le plan concurrentiel, un décompte tiers de l’Image Arena classe déjà Muse Image en 2e position, derrière GPT Image 2 d’OpenAI mais devant Nano Banana (Google), Grok Imagine (xAI) et MAI Image (Microsoft).

🔗 Annonce Meta AI

NVIDIA Vera — un CPU pensé pour la boucle agentique

7 juillet — NVIDIA détaille l’architecture de Vera, une nouvelle classe de CPU conçue spécifiquement pour la boucle agentique — l’enchaînement d’appels d’outils, d’exécution de code et de traitement de données entre deux sollicitations d’un modèle. Contrairement aux CPU de data center classiques, optimisés pour maximiser le nombre de cœurs louables, Vera mise sur la performance mono-cœur maximale.

Le CPU repose sur Olympus, le cœur maison de NVIDIA, qui offre 50 % d’instructions par cycle (IPC) de plus que Grace, sa génération précédente, et embarque 88 cœurs reliés par une puce de calcul monolithique.

Perplexity a testé Vera sur ses charges de travail agentiques réelles : un flux de clonage de dépôt suivi d’une exécution de tests dans des bacs à sable (sandboxes) tourne environ 1,5 fois plus vite qu’en x86, et le démarrage de sandboxes concurrents va jusqu’à 1,9 fois plus rapide. L’entreprise envisage de déployer Vera en production.

Caractéristique	NVIDIA Vera
Cœur	Olympus (+50 % IPC vs Grace)
Nombre de cœurs	88
Bande passante mémoire	1,2 To/s LPDDR5X (< 40 W)
Bande passante cœur-à-cœur	3,4 To/s (3x la concurrence)
Gain agentique (Perplexity)	1,5 à 1,9x plus rapide qu’en x86
Gain SQL (Starburst)	3x plus rapide
Gain latence (Redpanda)	jusqu’à 6x moins

NVIDIA confirme aussi sa feuille de route : la prochaine génération, Rosa, embarquera le cœur Rigel (architecture Arm v9.2), avec un IPC encore supérieur, un cache L2 plus grand et une gestion mémoire plus efficace, à empreinte silicium identique. Vera héberge par ailleurs les GPU de la plateforme NVIDIA Vera Rubin et alimente le processeur de stockage BlueField-4 STX.

“The world counts in seconds. Agents count in nanoseconds. NVIDIA Vera is built for this new category — and speed — of work.”

🇫🇷 Le monde compte en secondes. Les agents comptent en nanosecondes. NVIDIA Vera est conçu pour cette nouvelle catégorie de travail — et cette vitesse d’exécution. — Ian Buck, NVIDIA

🔗 Article officiel NVIDIA Blog

Claude Cowork arrive sur mobile et web

7 juillet — Anthropic annonce l’extension de Claude Cowork au mobile et au web. Le principe : confier une tâche à Claude depuis son poste de travail, puis suivre son avancement et récupérer le résultat depuis son téléphone — l’idée mise en avant étant de pouvoir fermer son ordinateur portable pendant que Claude continue de travailler en arrière-plan.

Sur web et desktop, Chat et Cowork fusionnent désormais dans un espace commun : un seul endroit pour retrouver les projets et artefacts des deux modes, et démarrer une tâche pour Claude se fait de la même manière que démarrer une conversation classique — plus besoin de basculer entre deux interfaces distinctes selon qu’on discute avec Claude ou qu’on lui délègue un travail de fond. Le déploiement se fait en bêta progressive sur plusieurs semaines, en commençant par le plan Max, avant d’être étendu aux autres formules d’abonnement.

Pour accompagner ce lancement, Anthropic double temporairement les limites d’usage de Cowork jusqu’au 5 août, afin de permettre aux utilisateurs de déléguer des tâches plus importantes à Claude pendant cette période de transition sans consommer prématurément leur quota habituel. Un article dédié, « Claude Cowork on web and mobile: hand off work anywhere », est publié en parallèle sur claude.com. Cette extension mobile positionne Cowork comme le pendant asynchrone du Chat classique : là où la conversation reste centrée sur l’échange en temps réel, Cowork devient l’espace où l’on suit, à distance, l’avancement d’un travail confié plus tôt dans la journée.

🔗 Annonce @claudeai

GitHub ouvre son app Copilot à tous les plans

7 juillet — GitHub ouvre son application de bureau Copilot — le hub de développement agentique lancé fin mai/début juin, jusqu’ici réservé à une partie de sa base d’utilisateurs — à l’ensemble de ses utilisateurs. Disponible sur macOS, Windows et Linux, elle devient accessible sur tous les plans Copilot, y compris la formule gratuite (Copilot Free) et l’offre GitHub Education, deux paliers qui n’y avaient pas droit jusqu’à présent.

Autre changement notable : même sans abonnement Copilot, il reste possible d’utiliser l’app en apportant sa propre clé (Bring Your Own Key, BYOK) vers le fournisseur de modèle de son choix — une porte d’entrée sans engagement financier direct envers GitHub, qui élargit l’app à des développeurs déjà équipés d’un accès API tiers. Sur les plans Business et Enterprise, l’accès reste conditionné à l’activation de Copilot CLI dans les paramètres de policy par l’administrateur, GitHub gardant ainsi un levier de contrôle pour les déploiements en entreprise.

Confirmée par un tweet du compte officiel @github publié une heure avant la mise à jour du changelog, cette ouverture élargit fortement l’audience potentielle de l’app, un peu plus d’un mois après son lancement en préversion. Elle s’inscrit dans la même logique que les récentes évolutions de la facturation Copilot (cost centers, budgets par utilisateur) : rendre l’outil accessible au plus grand nombre tout en conservant des garde-fous pour les organisations.

🔗 Changelog officiel GitHub

Anthropic complète son actualité de la semaine

Claude for Open Source élargi aux mainteneurs

7 juillet — Anthropic élargit son programme Claude for Open Source, qui offre 6 mois de Claude Max 20x gratuits, à un public plus large de contributeurs : mainteneurs de projets, contributeurs réguliers (core contributors), personnes qui font aboutir des pull requests à travers l’écosystème, ou qui maintiennent un package critique. Les candidatures sont ouvertes via une page dédiée sur claude.com. Il s’agit d’une extension d’un programme existant plutôt que d’un lancement inédit, mais l’ouverture à un public plus large de mainteneurs en fait une annonce notable pour la communauté développeurs open source.

🔗 Annonce @ClaudeDevs

Claude Code v2.1.202 et v2.1.203 — rattrapage changelog

7 juillet — Deux versions de Claude Code comblent le rattrapage depuis la v2.1.201 du 4 juillet. La v2.1.203 apporte une large salve de correctifs de fiabilité pour les agents en arrière-plan : sessions bloquées 15 à 20 secondes au démarrage sur macOS, agents qui perdaient silencieusement leur travail en revenant à claude agents, régression mémoire/CPU liée à la ré-analyse du transcript à chaque tour. Point notable côté sécurité : un correctif referme une fuite potentielle de la variable ANTHROPIC_BASE_URL, qui pouvait faire partir des clés API vers le point de terminaison par défaut en session background. La version réduit aussi la taille du binaire d’environ 7 Mo.

La v2.1.202, elle, ajoute un réglage « Dynamic workflow size » dans /config pour calibrer le nombre d’agents générés dans un workflow, des attributs OpenTelemetry pour tracer leur activité, et plusieurs correctifs sur le Remote Control mobile/web et la dictée vocale.

🔗 CHANGELOG.md officiel

Hugging Face rejoint Azure, Sakana AI publie à ICML 2026

Hugging Face débarque sur Microsoft Foundry Managed Compute

7 juillet — Hugging Face détaille son partenariat avec Microsoft : une collection curatée de modèles à poids ouverts, rafraîchie chaque semaine, rejoint le catalogue de Microsoft Foundry Managed Compute, une plateforme GPU managée (PaaS). Les poids sont pré-hébergés sur Azure, avec des runtimes prêts à l’emploi — vLLM, SGLang, TensorRT-LLM, NIM, TEI, llama.cpp, et hf-serve, le serveur multi-modèles propre à Hugging Face pour les modalités hors LLM/embeddings.

Le pipeline de curation impose une revue de conformité, de licence et de sécurité avant publication : seuls les poids au format SafeTensors sont acceptés, sans code non fiable (trust_remote_code) non révisé, et les images sont scannées pour les CVE. Le déploiement se fait en 5 étapes, sur accélérateurs NVIDIA A100, H100 ou AMD MI300X. La fonctionnalité est en aperçu (preview) dès maintenant ; la feuille de route prévoit une couverture élargie et le support du Bring Your Own Weights.

🔗 Article Hugging Face Blog

Sakana AI publie Sheaf-ADMM, une coordination multi-agents transparente

5 juillet — Sakana AI présente Sheaf-ADMM, un framework accepté à ICML 2026 qui combine l’optimisation distribuée (ADMM) et la théorie des faisceaux (sheaves, topologie appliquée) pour faire coopérer plusieurs agents IA à information limitée, sans dépendre d’un passage de messages opaque dans des états cachés. La tâche est découpée en morceaux qui se chevauchent, un agent par morceau, et les agents négocient en trois étapes — propositions locales, recherche de terrain d’entente avec les voisins, mémorisation des désaccords — jusqu’à un consensus global interprétable.

Sur un Sudoku multi-agents où chaque agent ne voit qu’une ligne, une colonne ou un bloc, la méthode atteint 93 % de résolution contre 11 % pour une baseline de passage de messages à paramètres équivalents. Sur une tâche de classification MNIST avec décalage de domaine, elle conserve 86 % de précision là où un CNN standard chute à 11 %. Sur un labyrinthe, elle égale une baseline classique tout en communiquant sur un canal 8 fois plus petit.

🔗 Sheaf-ADMM — Sakana AI Blog

Google Gemini : de l’Antiquité aux petites entreprises

Gemini ancré dans les modèles Aeneas et Ithaca pour les historiens

7 juillet — Google DeepMind lance « Predicting the Past », une nouvelle Skill dans Google Antigravity qui ancre Gemini dans ses modèles experts Aeneas (déchiffrement d’inscriptions latines) et Ithaca (textes grecs anciens). L’objectif : permettre aux historiens et épigraphistes d’explorer des textes antiques en anglais courant, sans compétences de codage — la Skill combine le raisonnement de Gemini avec l’expertise pointue de ces deux modèles spécialisés pour créer des analyses et visuels sur mesure, et repérer des motifs à grande échelle entre sources.

Le projet s’appuie sur un partenariat de recherche avec l’historienne Thea Sommerschield, qui a travaillé avec Google DeepMind sur plusieurs études de cas documentées dans l’article « Workflows — Conversing with antiquity ».

🔗 Thread @GoogleDeepMind

Gemini App — Business notebooks et intégration Google Business Profile

6 juillet — Gemini lance de nouveaux outils pour les solopreneurs et petites entreprises : connecter son Google Business Profile directement à Gemini, ou l’ajouter à un business notebook, pour obtenir des insights personnalisés et des actions concrètes sans avoir à réexpliquer le contexte de son activité à chaque conversation. Les business notebooks permettent d’ajouter des sources ou d’anciennes conversations pour construire une base persistante, plutôt que de repartir d’une page blanche à chaque échange. Google présente ces outils comme un moyen de transformer Gemini en un partenaire qui comprend en profondeur la marque de l’utilisateur. La fonctionnalité est disponible globalement, à l’exception de l’Espace économique européen et du Royaume-Uni.

🔗 Tweet @GeminiApp

Runway génère des présentations, xAI/SpaceXAI enrichit Grok Voice

Runway lance Slide Maker

7 juillet — Runway ajoute Slide Maker à son application : à partir d’une simple description texte, l’outil génère une diapositive de présentation entièrement designée, sans passer par un modèle prédéfini. Runway présente l’outil comme un moyen d’obtenir un résultat visuellement soigné en décrivant simplement son idée, plutôt que de partir d’un gabarit par défaut générique. Cette extension s’inscrit dans l’élargissement des cas d’usage entreprise de Runway au-delà de la génération vidéo et image pure, aux côtés d’Agent 2.0, lancé le 25 juin pour automatiser les briefs marketing — deux outils qui visent désormais les équipes créatives et bureautiques, pas seulement les créateurs de contenu vidéo.

🔗 Tweet @runwayml

21 nouvelles voix pour Grok Voice (xAI/SpaceXAI)

6 juillet — xAI — désormais rebrandé SpaceXAI (voir Brèves) — lance 21 nouvelles voix pour Grok Voice, qui rejoignent les cinq voix originales. Toutes sont multilingues et disponibles immédiatement dans la Voice Agent API en temps réel, la Text-to-Speech API et le nouveau Grok Voice Agent Builder, lancé le 1er juillet. Chaque voix est « castée » pour un usage précis — support client, personnages, commentaire, publicité, éducation — et prend en charge des balises de contrôle de la diction (pause, chuchotement, emphase). Les cinq voix originales ont elles aussi été réentraînées pour un phrasé plus naturel. Les développeurs peuvent également cloner une voix personnalisée à partir d’environ une minute d’audio.

🔗 x.ai/news

OpenAI : Codex Remote sur iOS et nouveau modèle vocal économique

Codex Remote fait le plein de nouveautés dans ChatGPT pour iOS

6 juillet — La version 1.2026.181 de ChatGPT pour iOS apporte une salve de nouveautés à Codex Remote, la variante de l’agent de code accessible depuis l’app mobile. Il devient possible de créer, rechercher, ouvrir, dupliquer (fork) et gérer des tâches Codex directement depuis une conversation, avec des filtres de diff par état (indexé, non indexé), par branche ou par dernier tour. L’app ajoute aussi des aperçus d’images et de fichiers joints avant envoi, un support SSH par clés privées, et l’affichage des limites d’usage et des crédits dans le menu de tâche.

“Big release for Codex Remote in the latest ChatGPT iOS update! We added many things. Threads management tools are now available (hello Chief of Staff). You can now filter your diff with unstaged, staged, branches, etc. Support for SSH keys login, and much, much more!”

🇫🇷 Grosse mise à jour pour Codex Remote dans la dernière version de ChatGPT pour iOS ! Nous avons ajouté beaucoup de choses. Les outils de gestion des fils de discussion sont désormais disponibles (bonjour Chief of Staff). Vous pouvez maintenant filtrer votre diff par changements non indexés, indexés, branches, etc. Prise en charge de la connexion par clés SSH, et bien plus encore ! — @Dimillian

🔗 Codex Changelog officiel

GPT-Realtime-2.1-mini disponible dans l’API

7 juillet — OpenAI lance GPT-Realtime-2.1-mini dans l’API, une nouvelle version de son modèle vocal économique qui introduit le raisonnement et l’usage d’outils — des capacités jusqu’ici réservées aux modèles Realtime plus haut de gamme — tout en conservant le même tarif que GPT-Realtime-mini. Cette gamme économique cible les déploiements sensibles au coût par minute, comme les agents vocaux à fort volume. Le tweet d’annonce a rassemblé un engagement nettement supérieur aux autres publications du jour (361 000 vues), signe d’un intérêt marqué de la communauté développeurs.

🔗 Tweet @OpenAIDevs

Replit boucle son changelog du 3 juillet

3 juillet — Replit publie un changelog produit resté sous les radars des scans précédents, hébergé sur docs.replit.com/updates plutôt que sur le blog principal habituellement surveillé. Trois nouveautés : une refonte complète de l’application de bureau (Replit Desktop App), qui reprend l’expérience du web tout en ajoutant des fonctions natives — travailler sur plusieurs applications en parallèle, être notifié en un coup d’œil quand l’agent a besoin d’une intervention, prévisualiser les applications ouvertes sans changer de fenêtre.

L’intégration des paiements Whop est désormais pilotable par l’agent conversationnel : il suffit de lui demander d’ajouter des paiements pour qu’il crée un compte Whop, le connecte et construise le module de paiement, sans configuration externe ni clé API à copier-coller. Enfin, il est possible de rétrograder de l’offre Pro vers l’offre Core en une seule étape, sans passer par une annulation intermédiaire.

🔗 Changelog Replit

Cohere lance un modèle ASR open-source state-of-the-art pour l’arabe

7 juillet — Cohere lance Cohere Transcribe Arabic, un modèle de reconnaissance vocale (Automatic Speech Recognition, ASR) open-source dédié à l’arabe, dérivé de son modèle ASR « frontier » de 2 milliards de paramètres publié en mars 2026. L’objectif : combler le retard de couverture de l’arabe dans les systèmes vocaux IA, alors que la langue compte plus de 300 millions de locuteurs natifs répartis sur une trentaine de variantes dialectales.

Le modèle prend la tête du Open Universal Arabic ASR Leaderboard sur Hugging Face, avec un taux d’erreur mot (Word Error Rate, WER) moyen de 25,87 — en avance de 2,45 points sur le précédent leader (OmniASR-LLM-7B de Meta) et de 11 points sur Whisper Large V3 d’OpenAI. Dans des évaluations comparatives menées par des locuteurs natifs, il est préféré à Whisper dans 95,8 % des cas. Optimisé sur vLLM, il atteint un débit (RTFx) de 525, contre 146 pour Whisper Large V3 et 66 pour OmniASR 7B-LLM.

Modèle ASR arabe	WER moyen	RTFx (débit)
Cohere Transcribe Arabic	25,87	525
OmniASR-LLM-7B (Meta)	+2,45 pts vs Cohere	66
Whisper Large V3 (OpenAI)	+11 pts vs Cohere	146

Les poids sont publiés sous licence Apache 2.0 sur Hugging Face, avec un accès complémentaire via l’API Cohere ou Model Vault.

“We’ve built Cohere Transcribe Arabic, the world’s most accurate open-source model for Arabic speech recognition. Available under Apache 2.0”

🇫🇷 Nous avons développé Cohere Transcribe Arabic, le modèle open-source le plus précis au monde pour la reconnaissance vocale en arabe. Disponible sous licence Apache 2.0. — @cohere

🔗 Article de blog officiel Cohere

Brèves

Fable 5 étendu à tous les plans payants jusqu’au 12 juillet — Anthropic élargit temporairement l’accès à Claude Fable 5 : jusqu’à 50 % de la limite d’usage hebdomadaire utilisable sur ce modèle, puis bascule vers des crédits d’usage ou un autre modèle. 🔗 source
« The Making of Claude Code » — mini-documentaire officiel — Anthropic retrace l’histoire de Claude Code, de CLI interne à agent de codage phare, racontée par les chercheurs et premiers utilisateurs. 🔗 source
Gemini Spark suit les sujets en temps réel — la fonctionnalité (bêta macOS depuis le 1er juillet) peut désormais réagir aux événements, par exemple envoyer automatiquement une analyse de match après chaque rencontre d’une équipe suivie. 🔗 source
NotebookLM Short Video Overviews en disponibilité générale — les vidéos verticales de 60 secondes, en bêta depuis le 30 juin pour les abonnés Ultra/Pro, passent en disponibilité générale sur mobile et web pour tous les utilisateurs anglophones. 🔗 source
Gemini CLI — nightlies du 5 au 7 juillet — la version v0.51.0-nightly.20260707 passe ~/.gitconfig en lecture seule dans le sandbox macOS et préserve les séquences d’échappement dans les littéraux de chaîne. 🔗 source
Entraînement TPU élastique avec MaxText/Pathways — Google détaille comment son écosystème JAX/Pathways convertit une panne TPU en exception Python interceptable, remplace le worker défaillant et reprend l’entraînement en moins de deux minutes. 🔗 source
Budgets IA par utilisateur intégrés à l’UI de facturation GitHub — la fonctionnalité de budgets par utilisateur pour les cost centers, jusque-là accessible seulement via l’API REST, est désormais configurable directement dans l’interface de facturation Enterprise Cloud. 🔗 source
L’app Copilot Billing Preview sera retirée le 3 août — GitHub redirige vers le suivi désormais intégré aux paramètres de facturation (usage IA, budgets, cost centers). 🔗 source
Suno et Wan surfent sur la Coupe du Monde — Suno permet de créer un hymne de supporter personnalisé sur mobile, Wan lance la Skill « Superstar Poster » pour générer une affiche football à partir d’un portrait et d’un maillot. 🔗 source
NVIDIA fait le bilan de sa présence à ICML 2026 — 74 papiers NVIDIA acceptés, environ 2 000 papiers citant des GPU NVIDIA, et 145 papiers citant Nemotron comme fondation de recherche. 🔗 source
xAI devient SpaceXAI — le compte X @xai et le site x.ai officialisent le rebranding sous la marque SpaceXAI, entérinant l’acquisition de xAI par SpaceX déjà annoncée en avril 2026. 🔗 source
Latence Realtime réduite d’au moins 25 % — OpenAI annonce une baisse de la latence p95 sur l’ensemble des modèles vocaux Realtime grâce à une mise en cache améliorée. 🔗 source

Ce que ça signifie

Sur le terrain de la génération média, Meta entre en force avec Muse Image et Muse Video, ses tout premiers modèles maison, immédiatement positionnés en 2e place de l’Image Arena derrière GPT Image 2 d’OpenAI. Le fait que Muse Image adopte un comportement agentique — auto-raffinement, usage d’outils, mise à l’échelle du calcul au moment de l’inférence — illustre une tendance de fond : même la génération d’image, longtemps pensée comme un simple aller-retour prompt-image, se transforme en tâche itérative pilotée par un agent. Runway, de son côté, élargit son terrain de jeu vers la bureautique avec Slide Maker, pendant que Suno et Wan capitalisent sur l’actualité sportive pour pousser leurs outils grand public.

Côté infrastructure, NVIDIA formalise une idée qui infuse discrètement le secteur depuis plusieurs mois : la boucle agentique n’a pas les mêmes besoins qu’un entraînement de modèle. Vera mise sur la performance mono-cœur plutôt que sur la densité de cœurs, et les chiffres avancés par Perplexity en conditions réelles (jusqu’à 1,9 fois plus rapide qu’en x86) donnent du poids à cet argument. Hugging Face suit une logique complémentaire côté logiciel, en rendant son catalogue de poids ouverts déployable en un clic sur l’infrastructure Azure de Microsoft — deux façons différentes de retirer de la friction entre un modèle et son exécution en production.

L’outillage développeur continue sa course à l’omniprésence des agents. Claude Cowork s’étend au mobile pour suivre une tâche déléguée depuis son téléphone, GitHub ouvre son app Copilot à tous les plans y compris gratuits, et Codex Remote gagne en maturité dans ChatGPT pour iOS avec la gestion de fils de discussion et le support SSH. Ajoutée à la refonte de l’app de bureau Replit et à ses paiements pilotés par agent, cette semaine confirme que l’interface de référence pour coder avec l’IA n’est plus seulement le terminal ou l’IDE, mais de plus en plus le mobile et les intégrations tierces.

Enfin, deux annonces rappellent que l’IA générative ne se limite pas à l’anglais ni au single-agent. Cohere comble un angle mort réel avec un modèle de reconnaissance vocale state-of-the-art pour l’arabe, langue parlée par plus de 300 millions de locuteurs mais historiquement mal desservie par des systèmes conçus d’abord pour l’anglais ; xAI, désormais SpaceXAI, suit une logique similaire avec 21 nouvelles voix multilingues pour Grok Voice. Du côté recherche, le framework Sheaf-ADMM de Sakana AI s’attaque à un problème différent mais lié : comment faire coopérer plusieurs agents à information limitée sans boîte noire — un prérequis pour des systèmes multi-agents fiables à mesure qu’ils se généralisent.