Cadence record : un nouveau LLM majeur toutes les 48h (MiniMax M3, Qwen3 Coder Next…)
Entre fin mai et début juin 2026, plusieurs modèles majeurs ont été publiés (Qwen3 Coder Next, MiniMax M2.5, M2.7 et M3 Highspeed, NVIDIA Nemotron 3 Ultra 550B, Google Gemma 4 12B), avec un rythme désormais estimé à un modèle majeur toutes les 48 heures selon les trackers spécialisés. Le suivi de cet écosystème sans outils dédiés devient très difficile.
Ce rythme de publication rend obsolètes les référentiels pédagogiques figés sur les outils IA disponibles, obligeant les formations à adopter une logique de veille continue plutôt que des contenus statiques. Cela impose aux enseignants et aux services pédagogiques de repenser leurs méthodes d'évaluation et de mise à jour des supports de cours, avec un besoin croissant de compétences internes en veille technologique plutôt qu'en connaissance figée des outils.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Google Gemini Omni Flash arrive dans l’API, la génération vidéo conversationnelle entre en production
Disponible depuis le 2 juillet via Google AI Studio et l'API Gemini, Gemini Omni Flash accepte texte, images, audio et vidéo en entrée et peut générer ou éditer des vidéos à partir d'instructions en langage naturel, avec synchronisation audio native grâce à Veo 3. Le tarif annoncé est de 0,10 dollar par seconde de vidéo générée.
Les grandes labs recrutent des philosophes pour savoir si leurs IA peuvent souffrir
Anthropic, Google DeepMind et Meta ont constitué des équipes de philosophes, neuroscientifiques et spécialistes du bien être pour étudier une éventuelle conscience de leurs modèles. Dario Amodei affirme que Claude montre des signes d'anxiété, tandis que DeepMind a recruté le philosophe Henry Shevlin sur ce sujet.
Google DeepMind publie "From AGI to ASI" : quatre trajectoires officielles vers la superintelligence
Dans un article publié sur arXiv, Google DeepMind formalise le passage conceptuel de l'AGI à l'ASI et identifie quatre trajectoires possibles : le scaling, les ruptures algorithmiques, l'auto amélioration récursive et la formation de collectifs d'agents.