Suivez vos podcasts préférés, écoutez hors ligne et en voiture avec CarPlay et Android Auto, et reprenez toujours là où vous en étiez. Essai gratuit.
Merci de soutenir ce podcast en visitant nos sponsors: - Conception assistée par l'IA sans effort pour des présentations, des sites web et bien plus avec Gamma - https://try.gamma.app/tad - Lindy est votre assistant IA ultime qui gère proactivement votre boîte de réception - https://try.lindy.ai/tad - Découvrez l'avenir de l'audio IA avec ElevenLabs - https://try.elevenlabs.io/tad Soutenez directement The Automated Daily: Offre-moi un café: https://buymeacoffee.com/theautomateddaily Sujets du jour: ChatGPT voix bidirectionnelle en approche - Des traces de “Bidi 1” suggèrent une évolution du mode voix de ChatGPT capable d’écouter et parler simultanément, améliorant latence et continuité de contexte. OCR documentaire : Mistral et Baidu - Mistral OCR 4 et Baidu Unlimited-OCR poussent l’extraction structurée (blocs, confiance, multi-pages) pour la recherche, la RAG et l’ingestion entreprise. Sécurité IA : injections et red-teaming - Entre prompt injection, confusion des rôles et red-teaming automatisé, la sécurité des agents IA devient un sujet de conformité et de risque opérationnel. Anthropic accuse Alibaba de distillation - Anthropic affirme qu’Alibaba aurait créé des milliers de comptes et utilisé la distillation pour reproduire des capacités de Claude, relançant le débat accès aux modèles et contrôles. Agents IA : outils IBM et NVIDIA - IBM publie CUGA, un “agent harness” open-source, tandis que NVIDIA propose un socle modulaire pour déployer des agents spécialisés avec plus de garde-fous. AWS et NVIDIA accélèrent l’infra IA - Nouveaux GPU sur EC2 et accélération du vector search dans OpenSearch Serverless : AWS et NVIDIA visent des déploiements IA plus prévisibles en production. Base de données graphe temporelle Fluree - Fluree DB arrive sur GitHub : base graphe en Rust avec historique immuable, requêtes temporelles et contrôles d’accès fins, pensée pour données vérifiables. Krea 2 : génération d’images diversifiée - Krea 2 détaille une approche qui privilégie la diversité créative, la qualité des légendes et l’exclusion d’images générées par IA en pré-entraînement. Seedance 2.5 : vidéo IA 4K - ByteDance présenterait Seedance 2.5 : vidéo jusqu’à 30 secondes en 4K et davantage d’entrées de référence, avec en toile de fond les enjeux deepfakes. Profiler open-source pour l’inférence - Graphsignal publie un Inference Profiler open-source pour diagnostiquer la latence et le débit des workloads LLM en production sans capturer le contenu sensible. - rubyllm.com - Mistral launches OCR 4 with structured outputs, multilingual support, and self-hosted deployment - Fluree DB GitHub Project Highlights Time-Travel Graph Database with Integrated Search and AI-Agent Memory - NVIDIA and AWS Expand AI Stack With EC2 G7, OpenSearch GPU Vector Search and GB300 Benchmarks - Airbyte launches Context Store and Airbyte Agents to unify business data for AI agents - Anthropic Launches Claude Tag to Embed Claude as a Shared Teammate in Slack - Gray Swan Founders Warn Agentic AI Makes Prompt-Injection Breaches a Visible ‘Gray Swan’ Risk - IBM showcases CUGA agent harness with two dozen copyable FastAPI apps and built-in governance - NVIDIA Unveils Agent Toolkit to Help Enterprises Build Trusted, Specialized AI Agents - Anthropic Alleges Alibaba Used Fraudulent Accounts to Access Claude AI - OpenAI’s “Bidi 1” Points to a Bidirectional Upgrade for ChatGPT Voice Mode - Momentic Rebuilds Testing Platform With Knowledge Base and Autonomous QA Agents - Browserbase promotes a platform for running AI agents in real web browsers - Yann LeCun Tells UN Open Source Week Open-Source AI Is Key to Global Sovereignty - Krea 2 Technical Report Details an Exploration-Focused Text-to-Image Model and Training Stack - Study Claims Prompt Injection Works by Exploiting LLM Role Confusion - Baidu Open-Sources Unlimited-OCR for One-Shot Long-Context Document Parsing - Anthropic Accuses Alibaba of Large-Scale Claude Model Distillation Attack - Airbyte Launches Context Store to Give AI Agents a Unified, Searchable Business Context Layer - ByteDance Unveils Seedance 2.5, a 4K AI Video Generator With More Reference Controls - Graphsignal Open-Sources a Production Inference Profiler for GPU and LLM Workloads Transcription de l'Episode ChatGPT voix bidirectionnelle en approche On commence donc par la voix. Plusieurs références à un modèle audio baptisé “Bidi 1” ont été repérées côté ChatGPT, et des tests limités circulent déjà. L’idée, ce serait une conversation vraiment naturelle : l’IA qui peut écouter tout en parlant, faire de courtes confirmations sans vous couper, et reprendre instantanément quand vous changez d’avis en plein milieu d’une phrase. Ce qui compte ici, ce n’est pas juste le confort : si la voix devient plus stable et retient mieux le contexte, elle peut s’imposer comme une interface de travail, pas seulement un gadget. Et la traduction temps réel est évoquée en filigrane, même si rien n’est officialisé ni côté API pour l’instant. OCR documentaire : Mistral et Baidu Deuxième grand thème du jour : l’OCR et l’intelligence documentaire, qui passent un cap. Mistral annonce OCR 4, un modèle qui ne se contente pas d’extraire du texte : il structure le document avec des zones, des types de blocs — titres, tableaux, équations, signatures — et des scores de confiance. Pourquoi c’est important ? Parce que dans les pipelines RAG et la recherche d’entreprise, la “qualité exploitable” compte plus que la performance brute sur un benchmark. Mistral insiste d’ailleurs sur un point sain : les benchmarks peuvent tromper, notamment sur les mises en page complexes et les formules, et il faut tester sur ses propres documents. Sécurité IA : injections et red-teaming Dans le même esprit, Baidu publie Unlimited-OCR en open source, avec l’ambition de mieux gérer les sorties longues et les documents multi-pages traités comme un tout. Dit autrement : moins de bricolage page par page, et plus de cohérence quand on veut résumer, indexer ou vérifier un dos
