Eastsoft s’associe à M2M Tech pour déployer des humanoïdes IA dans des systèmes robotiques physiques

Les meilleurs modèles d’IA accusent du retard sur les tâches d’entreprise courantes, selon Databricks : des modèles spécialisés plus petits surpassent

David Meyer de Databricks met en évidence les limites des principaux modèles d’IA dans les tâches professionnelles courantes, en les opposant à leur réussite sur des problèmes complexes. Des différences fondamentales dans les types de données affectent les performances, entraînant un basculement vers des modèles plus petits et efficaces, adaptés à des flux de travail spécifiques, afin d’améliorer la fiabilité et la rentabilité des applications d’IA.

Réalité des agents IA de la Silicon Valley : énorme gaspillage de jetons, intégration système « extrêmement chaotique », la « prochaine version de ChatGPT » selon Jensen Huang encore à confirmer

Lors de récentes conférences à la Silicon Valley, plusieurs PDG de nouvelles pousses d’IA ont donné leur avis sur les problèmes d’utilisation actuels des agents IA, estimant qu’ils font face à deux grandes difficultés : le gaspillage de jetons et un système en désordre. Des experts indiquent que les entreprises doivent déterminer plus prudemment quand utiliser des modèles de langage de grande taille, afin d’éviter un gaspillage inutile de ressources. En outre, la collaboration de plusieurs agents IA entraîne souvent des problèmes de transmission des messages et d’incohérence de l’état, ce qui montre que la standardisation actuelle doit encore être améliorée. Bien que Huang Renxun ait mentionné l’idée d’un indicateur de rémunération en fonction des jetons, les retours montrent que cela ne correspond pas à la productivité ; la valeur réelle réside dans la conception efficace des tâches.

L’IA engloutit 80% du capital-risque mondial, Q1 2026 attire 242 milliards de dollars : comment les acteurs de la cryptographie doivent réagir à la réallocation des capitaux

Selon les informations, au premier trimestre 2026, le montant total mondial du capital-risque est proche de 300 milliards de dollars, dont environ 242 milliards de dollars sont attribués exclusivement aux entreprises liées à l’IA, soit 80 % du capital-risque. Cela montre que l’IA est devenue le principal centre d’intérêt du capital-risque. À mesure que les fonds se concentrent sur l’IA, d’autres domaines comme le crypto sont sous pression, et les acteurs doivent ajuster leur stratégie : intégrer l’IA plus en profondeur dans leurs activités, et s’attendre à l’émergence d’une tendance à la consolidation des infrastructures.

Un robot humanoïde remporte le semi-marathon de Yizhuang à Pékin 2026 en 50 minutes 26 secondes

Le semi-marathon de Yizhuang à Pékin 2026 a mis en scène des robots humanoïdes en compétition sur 21,0975 km. L’équipe autonome Qitian Dasheng a remporté la course en 50:26, tandis que l’équipe télécommandée Jueying Chitu a terminé première en temps net, mais a été classée plus bas en raison de pénalités.

La police de Hong Kong met en garde contre l’arnaque crypto « trading quantitatif par IA », une femme perd 7,7 millions de HK$

La police de Hong Kong a révélé une fraude en cryptomonnaies dans laquelle une femme a perdu 7,7 millions de HK$ au profit d’escrocs se faisant passer pour des experts en investissement via Telegram, promettant de hauts rendements grâce au trading avec IA. La police a mis le public en garde contre les risques liés aux investissements en cryptomonnaies.

Cofondateur d’Ethereum Lubin : l’IA sera un tournant critique pour la crypto, mais le monopole des géants de la tech présente un risque systémique

Le cofondateur d’Ethereum, Joseph Lubin, a souligné le potentiel transformateur de l’IA pour le secteur des cryptomonnaies, tout en mettant en garde contre les risques de centralisation parmi les grands acteurs technologiques. Il envisage des transactions autonomes pilotées par l’IA sur la blockchain et met en avant la convergence entre la finance traditionnelle et la DeFi.