Gemini 3.5 Pro : 2 millions de tokens de contexte et mode « Deep Think », lancement avant fin juin
Gemini 3.5 Pro, annoncé lors de Google I/O, entre en phase finale de déploiement avec une fenêtre de contexte de deux millions de tokens, un mode de raisonnement approfondi dit « Deep Think » et une compréhension multimodale avancée. Sa sortie publique est attendue avant la fin du mois de juin.
Une fenêtre de contexte aussi large permet d'envisager l'analyse complète de corpus académiques volumineux, de thèses entières ou de dossiers d'accréditation en une seule requête, ce qui change l'échelle des usages possibles en recherche documentaire et en évaluation. Les enseignants-chercheurs pourraient s'en servir pour croiser des sources longues sans découpage artificiel, tandis que les services de scolarité y voient un potentiel pour le traitement de dossiers administratifs volumineux. Cela pose aussi la question de la formation des équipes pédagogiques à ces nouveaux usages avant toute adoption généralisée.
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.