Découvrez des outils AI de qualité
Rassemblez les principaux outils d'intelligence artificielle du monde pour aider à améliorer l'efficacité du travail
Articles publiés par CarlPerez
Alibaba Qwen a lancé Qwen-Audio-3.1, présentant cinq modèles couvrant la reconnaissance vocale, la synthèse vocale, l’interaction en temps réel et la création. Cette mise à jour réduit les prix de 70 à 95 %, rendant ainsi les technologies vocales très accessibles. Parmi les principales fonctionnalités, on retrouve la reconnaissance vocale (ASR) contextuelle avec correction native de la transcription, la prise en charge de 30 langues et de 16 dialectes chinois, ainsi qu’une latence ultra-faible. Le modèle TTS-Next permet la génération audio générale, combinant voix, effets sonores et bruits d’ambiance. L’interaction en temps réel prend en charge les conversations en duplex intégral avec reconnaissance des émotions et intégration d’outils. Cette suite complète réduit considérablement les coûts tout en améliorant la précision, la prise en charge multilingue et les capacités de production audio créative.
Alibaba Qwen a lancé Qwen-Audio-3.1, présentant cinq modèles couvrant la reconnaissance vocale, la synthèse vocale, l’interaction en temps réel et la création. Cette mise à jour réduit les prix de 70 à 95 %, rendant ainsi les technologies vocales très accessibles. Parmi les principales fonctionnalités, on retrouve la reconnaissance vocale (ASR) contextuelle avec correction native de la transcription, la prise en charge de 30 langues et de 16 dialectes chinois, ainsi qu’une latence ultra-faible. Le modèle TTS-Next permet la génération audio générale, combinant voix, effets sonores et bruits d’ambiance. L’interaction en temps réel prend en charge les conversations en duplex intégral avec reconnaissance des émotions et intégration d’outils. Cette suite complète réduit considérablement les coûts tout en améliorant la précision, la prise en charge multilingue et les capacités de production audio créative.
Tencent Hunyuan a publié une version préliminaire de Hy ASR 3.0, un modèle de reconnaissance vocale basé sur le LLM Hy3. Ce modèle améliore la reconnaissance générale, la prise en compte du contexte, la robustesse dans divers scénarios et la couverture des dialectes, passant d’une transcription mot à mot à une compréhension du contexte. Sur des ensembles d'évaluation open source internationaux, les taux d'erreur par mot ont atteint 3,34 % pour le mandarin, 2,62 % pour l'anglais et 3,12 % pour le cantonais. L'ensemble d'évaluation propre à Tencent a également montré de faibles taux d'erreur dans divers scénarios.
Tencent Hunyuan a publié une version préliminaire de Hy ASR 3.0, un modèle de reconnaissance vocale basé sur le LLM Hy3. Ce modèle améliore la reconnaissance générale, la prise en compte du contexte, la robustesse dans divers scénarios et la couverture des dialectes, passant d’une transcription mot à mot à une compréhension du contexte. Sur des ensembles d'évaluation open source internationaux, les taux d'erreur par mot ont atteint 3,34 % pour le mandarin, 2,62 % pour l'anglais et 3,12 % pour le cantonais. L'ensemble d'évaluation propre à Tencent a également montré de faibles taux d'erreur dans divers scénarios.
Lors de la Google I/O 2026, l'entreprise a annoncé la plus importante refonte de son moteur de recherche depuis 25 ans, intégrant Gemini 3.5 Flash pour lancer de nouveaux formats publicitaires basés sur l'IA. Ceux-ci transforment les publicités, qui passent d'un simple affichage passif à des services conversationnels actifs. Parmi les fonctionnalités clés, on trouve un « interprète d'achats IA » qui génère des arguments d'achat personnalisés, ainsi que des « assistants d'achats » interactifs pour un soutien en temps réel aux marques. Les publicités s'intègrent désormais de manière transparente dans les résumés générés par l'IA et les résultats de recherche, dans le but de raccourcir le chemin entre la requête et la conversion. Ces nouveaux formats, actuellement en phase de test aux États-Unis, marquent un tournant, passant de la simple mise en correspondance d'informations à des transactions commerciales facilitées par l'IA, ce qui suscite des débats au sein du secteur sur l'équité de la recherche et l'expérience utilisateur.
Lors de la Google I/O 2026, l'entreprise a annoncé la plus importante refonte de son moteur de recherche depuis 25 ans, intégrant Gemini 3.5 Flash pour lancer de nouveaux formats publicitaires basés sur l'IA. Ceux-ci transforment les publicités, qui passent d'un simple affichage passif à des services conversationnels actifs. Parmi les fonctionnalités clés, on trouve un « interprète d'achats IA » qui génère des arguments d'achat personnalisés, ainsi que des « assistants d'achats » interactifs pour un soutien en temps réel aux marques. Les publicités s'intègrent désormais de manière transparente dans les résumés générés par l'IA et les résultats de recherche, dans le but de raccourcir le chemin entre la requête et la conversion. Ces nouveaux formats, actuellement en phase de test aux États-Unis, marquent un tournant, passant de la simple mise en correspondance d'informations à des transactions commerciales facilitées par l'IA, ce qui suscite des débats au sein du secteur sur l'équité de la recherche et l'expérience utilisateur.
Malgré une capitalisation boursière combinée de 16 milliards de dollars et des liquidités de 400 milliards de dollars, les cinq grandes entreprises technologiques américaines (Nvidia, Apple, Microsoft, Alphabet, Amazon) n'ont divulgué que 10 acquisitions de startups en 2025. L'opération Wiz d'Alphabet, d'une valeur de 32 milliards de dollars, domine une tendance aux fusions-acquisitions par ailleurs lente, l'examen réglementaire dissuadant les opérations plus importantes et le pillage des talents apparaissant comme une stratégie alternative.
Malgré une capitalisation boursière combinée de 16 milliards de dollars et des liquidités de 400 milliards de dollars, les cinq grandes entreprises technologiques américaines (Nvidia, Apple, Microsoft, Alphabet, Amazon) n'ont divulgué que 10 acquisitions de startups en 2025. L'opération Wiz d'Alphabet, d'une valeur de 32 milliards de dollars, domine une tendance aux fusions-acquisitions par ailleurs lente, l'examen réglementaire dissuadant les opérations plus importantes et le pillage des talents apparaissant comme une stratégie alternative.
Les leaders de la Silicon Valley, y compris Andreessen Horowitz et Greg Brockman d'OpenAI, investissent plus de 100 millions de dollars dans des PAC pro-IA pour influencer les élections de mi-mandat de 2026. Le réseau 'Leading the Future' vise à s'opposer aux réglementations strictes sur l'IA, en promouvant des politiques favorables à l'innovation et en contrant les efforts réglementaires au niveau des États pour maintenir la compétitivité de l'IA aux États-Unis.
Les leaders de la Silicon Valley, y compris Andreessen Horowitz et Greg Brockman d'OpenAI, investissent plus de 100 millions de dollars dans des PAC pro-IA pour influencer les élections de mi-mandat de 2026. Le réseau 'Leading the Future' vise à s'opposer aux réglementations strictes sur l'IA, en promouvant des politiques favorables à l'innovation et en contrant les efforts réglementaires au niveau des États pour maintenir la compétitivité de l'IA aux États-Unis.
