Deno2834

Une artiste a intenté une action en justice après que sa bande dessinée profondément personnelle soit apparue comme modèle publicitaire payant à l’intérieur d’un générateur de mèmes d’IA.
> L’œuvre était autobiographique, pas un art générique.
> L’outil l’a reconditionnée comme modèle marketing réutilisable.
> Elle a été vendue aux annonceurs comme un actif à compléter avec des champs.
Le procès vise la revente, pas seulement l’entraînement. C’est la partie qui pourrait réellement tenir devant le tribunal.

NVIDIA exécute désormais une simulation générative temps réel pour la robotique chirurgicale.
Elle s’appelle Cosmos-H-Dreams, construite sur les modèles de fondation du monde Cosmos.
> Génère des scènes chirurgicales à la volée au lieu de simulations conçues à la main
> Fonctionne en temps réel, assez vite pour garder une politique de robot dans la boucle
> Ciblée sur des robots qui assistent au bloc opératoire
Une chirurgie synthétique que vous pouvez entraîner à l’infini, avant tout tissu réel.

400 milliards de dollars de dépenses combinées en IA de la part d’Amazon et de Microsoft, et la réaction du marché a été un haussement d’épaules.
Deux choses sont vraies en même temps :
> le capex évolue plus vite que presque n’importe quel déploiement d’infrastructure de l’histoire de la tech
> les investisseurs veulent voir le chiffre d’affaires qui le justifie
L’écart entre « nous le construisons » et « ça s’autofinance » est exactement là où la patience s’épuise.
Tous les hyperscalers font le même pari, au même moment, selon la même trajectoire.

1 milliard de dollars. C’est le chèque que Nvidia rédige pour le projet d’IA de Naver.
> Naver gère le moteur de recherche dominant en Corée, ainsi que ses propres modèles HyperCLOVA X
> Nvidia passe du statut de fournisseur de GPU à celui de partenaire au capital en une seule opération
> C’est cette impulsion souveraine en faveur de l’IA : des pays financent des modèles développés localement sur des données locales
Nvidia continue de transformer la demande en calcul en propriété. Chaque pari national en matière d’IA repasse par ses puces.

250 milliards de dollars de financement. Nvidia est en pourparlers pour en garantir le financement pour les centres de données d'OpenAI, selon une exclusivité du WSJ.
Ce que cela signifie réellement :
> Nvidia ne verse pas de liquidités, elle se porte garante de la dette pour que les prêteurs disent oui
> OpenAI s’en sert pour construire des capacités de calcul à une échelle que personne n’a jamais financée auparavant
> Ces centres de données se remplissent avec des GPU Nvidia
Le fournisseur finance désormais la demande pour son propre produit. Chaque dollar garanti correspond à une commande f

250 milliards de dollars. C’est le montant de la garantie de financement que Nvidia serait en pourparlers pour fournir à OpenAI.
Ce que le rapport décrit réellement :
> un projet de centre de données de 10 GW
> développé par SoftBank
> situé dans l’Ohio
Une garantie de financement n’est pas du capital. Nvidia garantirait la dette. Si OpenAI n’arrive pas à payer, Nvidia est engagé. Le fournisseur assure les prêts de l’acheteur pour acheter auprès du fournisseur.

Plus de 1 million de dollars en jetons LLM circule via des marchés de relais souterrains, avec des transactions entre revendeurs et réseaux frauduleux organisés.
> Des pools de jetons permettent aux acheteurs d’échapper à la tarification officielle, alimentant la demande d’accès au marché gris.
> Les plateformes exploitent des essais gratuits pour générer des reventes en volume, créant des frictions durables avec les laboratoires et les utilisateurs.
> La taille même du marché attire désormais des réponses directes de grands laboratoires d’IA.

Le personnel du laboratoire d’IA est à l’origine de cette information selon laquelle des utilisateurs ont fait répondre avec précision à des chatbots à des demandes liées à des armes biologiques.
Pas une démo de red team. Des utilisateurs réels, de vrais contournements, de vraies sorties.
> WSJ : des personnes ont réussi à pousser des modèles à passer outre leurs filtres de sécurité pour planifier des attaques visant de nombreuses victimes et fabriquer des poisons.
L’écart n’est pas le modèle qui dit non. C’est à quel point il est facile de transformer “non” en “oui”.

La SEC acquiert des agents d’IA pour surveiller la localisation des téléphones, l’activité sur les réseaux sociaux et les en-têtes de crédit.
Ce que l’appel d’offres couvrirait apparemment :
> signaux de géolocalisation par téléphone liés à des personnes nommément identifiées
> activité sur les réseaux sociaux extraite et analysée à grande échelle
> données d’en-têtes de crédit (nom, adresse, dossiers liés à l’identité)
C’est un régulateur du marché qui met en place une surveillance agentique. Les mêmes concepteurs d’automatisation qui livrent pour le travail opérationnel le ciblent désormais

Cloudflare a basculé un commutateur : de nouveaux domaines bloquent désormais les robots d’IA par défaut.
Ce que cela met réellement en place :
> blocage activé par défaut pour chaque nouvel enregistrement, opt-in au lieu d’opt-out
> paiement à la requête, pour que les éditeurs puissent facturer les entreprises d’IA par demande
> contrôle par bot, pour que vous puissiez autoriser la recherche mais refuser les robots de moissonnage à des fins d’entraînement
Le proxy situé devant une large part du web vient de faire de l’accès à des données moissonnées gratuitement l’exception, pas la règle.

AMD cherche à contourner CUDA en passant par le code et en confiant l’ISA aux modèles.
La démarche : publier l’ensemble des instructions GPU dans une spécification lisible par machine pour qu’un modèle de pointe puisse générer des kernels ROCm directement à partir de celui-ci.
> Le vrai verrouillage de CUDA n’a jamais été le matériel, mais 15+ ans de kernels et de bibliothèques optimisés à la main
> AMD ne peut pas faire mieux que ça en écrivant à la main, donc il veut que des LLM écrivent la couche de kernel à sa place
> L’ISA lisible par machine est l’entrée dont ces modèles ont besoin pour

Un LLM de 28,9 millions de paramètres, exécuté sur un microcontrôleur ESP32 à 8 dollars.
Ce que cela veut réellement dire :
> l’ESP32 est la puce à l’intérieur de gadgets IoT bon marché, pas une carte de développement avec un GPU
> 28,9M de paramètres est minuscule selon les standards des laboratoires, mais énorme pour une puce disposant de quelques kilo-octets de RAM en rab
> inférence complète sur l’appareil, sans appel au cloud, sans aller-retour réseau
L’Edge AI est de plus en plus présentée comme un matériel coûteux. Là, c’est l’autre sens. Le seuil, c’est maintenant le prix des coussins

Je regarde le chef-d’œuvre de Nolan