Mistral AI: avantages et risques / angles morts

 Avantages compétitifs

• Ancrage européen et conformité native RGPD / AI Act
• Stratégie open weights qui capture la communauté développeur
• Modèles performants à coût d'inférence compétitif (Mixtral, Mistral Small)
• Talent de recherche de premier plan (co-auteurs de LLaMA, Chinchilla)
• Distribution multi-cloud évitant la dépendance à un hyperscaler
• Soutien politique et institutionnel en France et à l'échelle UE

Risques & angles morts

• Course capitalistique inégale face à OpenAI, Anthropic et Google (dizaines de milliards levés)
• Coûts d'entraînement en croissance exponentielle et burn rate élevé 
• Cadre réglementaire européen mouvant (AI Act) et risques de contentieux sur données d'entraînement
• Dépendance à Nvidia pour les GPU haut de gamme
• Cannibalisation potentielle entre modèles open weights et offre commerciale
• Concurrence des acteurs open source (Meta LLaMA, DeepSeek, Qwen) qui compressent les prix API
• Rétention des talents dans un marché de recrutement ultra-tendu

Référence

https://entreprisma.fr/modeles-economiques/mistral-ai

Anthropic avait téléchargé plus de 7 millions de livres depuis Library Genesis et Pirate Library Mirror pour constituer une base d’entraînement.Condamnation de 1.5 Milliards $.

1,5 milliard de dollars constitueront un fonds commun, réparti entre les ayants droit des plus de 482 000 ouvrages reconnus comme piratés.

EN 2024  la romancière Andrea Bartz, accompagnée de deux autres auteurs, avait attaqué l’entreprise de Dario Amodei en justice. Leur grief : elle avait téléchargé plus de sept millions de livres depuis Library Genesis et Pirate Library Mirror, deux bibliothèques numériques clandestines, pour constituer une base d’entraînement colossale sans jamais verser un centime à ceux qui les avaient écrits. Une pratique qui aurait pu lui coûter des centaines de milliards de dollars si l’affaire était allée jusqu’au procès.

L’épine dorsale de cette affaire juridique, c’est la notion de « fair use », propre au droit américain et sans équivalent en France. Ce principe juridique autorise, sous certaines conditions, l’utilisation d’œuvres protégées sans l’accord de leurs auteurs, à condition que celles-ci soient suffisamment éloignées du matériau d’origine pour ne pas lui faire concurrence. En juin 2025, le juge William Alsup, aujourd’hui à la retraite, avait estimé que l’entraînement de Claude sur des livres protégés respectait ce cadre : le modèle ne reproduit pas stricto sensu les livres, mais en extrait des structures linguistiques pour apprendre à générer du texte.

Anthropic a donc préféré signer un accord à l’amiable plutôt que d’affronter un jury lors du procès, qui était prévu en décembre 2025 : 1,5 milliard de dollars, ça fait chauffer le portefeuille, mais c’est infiniment moins douloureux que ce qu’un tribunal aurait pu lui infliger si l’affaire était allée à son terme.

La juge Araceli Martínez-Olguín a validé lundi 20 juillet 2026 cet accord en écartant les objections d’auteurs qui estimaient la compensation insuffisante.

Chaque titre donne droit à une part égale du fonds, soit environ 3 000 dollars une fois les frais de justice et les honoraires d’avocats déduits. Par livre, le montant peut sembler maigre, mais 91 % des ayants droit se sont malgré tout manifestés pour récupérer ce qui leur revient. L’avocat des plaignants, Justin Nelson, a qualifié cet accord de « plus grosse indemnisation pour violation de droits d’auteur de l’histoire ».

Référence

https://www.presse-citron.net/anthropic-rattrapee-loi-lentreprise-payer-15-milliard-dollars-milliers-dauteurs-utilise-livres-pirates-entrainer-claude/

l’Agence de l’innovation de défense [AID] et la lutte antidrone avec l'intelligence artificielle via les DATA d'un réseau de capteurs passifs acoustiques et optroniques

Lors de l’édition 2024 du salon de l’armement aéroterrestre EuroSatory, le ministère des  Armées avait présenté le système Deeplomatics, dont le développement avait été soutenu par l’Agence de l’innovation de défense [AID] au titre de la lutte antidrone. Dans le détail, il s’agissait de déployer un réseau de capteurs passifs acoustiques et optroniques reposant sur des algorithmes d’intelligence artificielle [IA] pour détecter, identifier et suivre un drone dans un rayon de plusieurs centaines de mètres.Armée

Les mini-drones et les munitions téléopérées ayant une surface équivalente radar [SER] faible [voire très faible], il est quasiment impossible de les détecter en utilisant des moyens «traditionnels» comme le radar. D’où l’intérêt de Deeplomatics… ou encore celui de la solution «Orange Drone Guardian», présentée en mars par la division «Défense & Sécurité» de l’opérateur Orange Business.

Cette dernière permet en effet de détecter, d’identifier et de classer les «drones intrusifs» évoluant à basse altitude en s’appuyant sur les «infrastructures souveraines d’Orange Business».

«Le réseau national de 19 700 sites TOTEM, la TowerCo d’Orange, qui met à disposition ses points hauts [tours passives qui supportent les antennes] comme supports stratégiques pour les capteurs de détection. Cette capillarité territoriale permet d’étendre la portée de la surveillance et d’améliorer la qualité de la détection, sans que chaque client ait à déployer et à maintenir ses propres infrastructures», explique l’opérateur.

Et d’ajouter : Orange Drone Guardian «répond aux besoins de sécurisation des infrastructures critiques des opérateurs d’importance vitale [OIV], des opérateurs de services essentiels [OSE], des organisateurs de grands événements et des institutions publiques».Robotique

Cela étant, le ministère des Armées est en quête d’une solution encore plus aboutie afin d’être en mesure de détecter et de suivre des engins susceptibles de voler à une vitesse pouvant atteindre les 300 m/s [soit au seuil supersonique] sans recourir à un radar.

En effet, relevant de la Direction générale de l’armement [DGA] et de l’AID, le pôle d’innovation de défense INNOVATER a émis son premier appel à manifestation d’intérêt [AMI] en vue «d’acquérir un moyen de localisation et de trajectographie dans l’espace d’objets en vol à basse vitesse et basse altitude tels que des drones, des munitions téléopérées [MTO] ou des munitions guidées» dans le cadre du projet LOCDRONE.

«Afin d’assurer la protection des sites sensibles et des forces en déploiement, et face à l’omniprésence des drones et des MTO, il est recherché un moyen permettant leur détection et leur suivi qui s’avère très difficile par radar, faute d’élément mobile et compte tenu de leur très faible SER», détaille INNOVATER, dont cet appel à manifestation d’intérêt vise à répondre à un besoin exprimé par l’École du Train et de la Logistique opérationnelle de l’armée de Terre, la base aérienne 702 de Bourges Avord et DGA Techniques Terrestres.Équipements et matériaux industriels

Mais si l’accent est mis sur la détection d’appareils évoluant à basse vitesse, la technologie recherchée doit aussi permettre de localiser et de suivre plusieurs engins en vol [en clair : un essaim de drones] dans un rayon de 20 km et éventuellement de «suivre des objets en vol supersonique», indique INNOVATER. En outre, ajoute-t-il, «les candidats pourront proposer une solution d’effecteur associé au moyen, pour neutraliser [détruire, brouiller, etc.] la menace». 

Selon les précisions apportées par l’AID, via le réseau social LinkedIn, le «dispositif devra également assurer la sécurité des phases d’essais et d’entraînement» impliquant des drones, «intégrer des capacités de visualisation et/ou d’enregistrement en temps réel» et «fournir des données de positionnement et de vitesse en vol».Pouvoir exécutif

Les entreprises et les laboratoires intéressés par cet AMI ont jusqu’au 10 juillet pour remettre leurs proposition à INNOVATER.

Référence

https://www.opex360.com/2026/05/05/le-ministere-des-armees-cherche-des-moyens-innovants-pour-detecter-et-suivre-des-drones/

nouvelles technologies chinoises d'armement: Kimi K3 premier modèle "ouvert "de la catégorie des 3000 milliards de paramètres.

 

Moonshot AI vient de présenter Kimi K3, son modèle le plus ambitieux à ce jour, crédité de 2800 milliards de paramètres. L’entreprise chinoise le décrit comme le premier modèle ouvert appartenant à la catégorie des 3 000 milliards de paramètres.

Les 2 800 milliards de paramètres de Kimi K3 ne sont pas activés simultanément. Le modèle s’appuie sur une architecture Mixture of Experts particulièrement clairsemée, baptisée Stable LatentMoE : parmi 896 réglages appelés « experts », 16 seulement sont effectivement sollicités pour traiter un token. Moonshot AI ne communique cependant pas encore le nombre total de paramètres actifs lors d’une requête.

Cette architecture est complétée par deux mécanismes développés par l’entreprise. Kimi Delta Attention doit rendre le traitement de longues séquences plus efficace, tandis qu’Attention Residuals permet au modèle de sélectionner certaines représentations produites dans les couches précédentes, au lieu de les accumuler uniformément. Moonshot affirme que l’ensemble, associé à de nouvelles méthodes d’entraînement, améliore d’environ 2,5 fois « l’efficacité de mise à l’échelle » par rapport à Kimi K2.

Le modèle a également été entraîné en tenant compte de la quantification, avec des poids au format MXFP4 et des activations MXFP8. Cette approche vise à réduire les volumes de mémoire et de calcul nécessaires, tout en facilitant son fonctionnement sur différentes architectures matérielles.

Kimi K3 accepte jusqu’à un million de tokens de contexte, contre 256 000 pour ses prédécesseurs Kimi K2.6 et K2.7 Code. Cette capacité doit lui permettre de travailler sur des dépôts logiciels volumineux, de grandes bases documentaires ou des tâches agentiques s’étalant sur de nombreuses étapes.

Le modèle est nativement multimodal : il peut traiter du texte, des images et des vidéos, et réutiliser ses observations visuelles au cours d’un processus de développement. Moonshot met notamment en avant la création d’applications front-end, de jeux en 3D, de projets de conception assistée par ordinateur ou encore le montage vidéo.

Kimi K3 peut également produire des réponses structurées, appeler des outils externes et maintenir des conversations longues. Son mode de raisonnement est toujours activé. Au lancement, seul le niveau d’effort maximal est disponible, les modes moins coûteux devant être ajoutés ultérieurement. Un choix qui favorise les performances affichées, mais pourrait aussi peser sur la latence et la facture des utilisateurs.

L’entreprise reconnaît enfin deux limites. Le comportement de K3 peut devenir instable si l’intégralité de son historique de raisonnement ne lui est pas retransmise. Il aurait aussi tendance à prendre des initiatives inattendues lorsque les instructions sont ambiguës, conséquence d’un entraînement privilégiant les missions longues et complexes. 

Ces démonstrations éclairent surtout le positionnement choisi par Moonshot AI. Kimi K3 n’est pas pensé comme un simple chatbot, mais comme le moteur d’agents capables de poursuivre un objectif pendant plusieurs heures, de manipuler des outils, de parcourir des milliers de documents et de produire directement du code, des présentations, des tableaux de bord ou des vidéos.

Cette stratégie se retrouve dans les modalités de distribution. Le modèle est disponible dans l’interface Kimi, dans Kimi Code pour les développeurs, dans l’application de bureau Kimi Work et via l’API de l’entreprise. Moonshot ajoute également à Kimi Work des « Widgets » interactifs, connectables à des données locales ou à des extensions, ainsi qu’un tableau de bord persistant. Le modèle devient ainsi la couche d’intelligence d’un environnement de travail complet, et non plus un produit isolé.

Référence

https://www.usine-digitale.fr/intelligence-artificielle/ia-generative/avec-kimi-k3-moonshot-ai-devoile-un-mastodonte-chinois-de-2800-milliards-de-parametres-qui-fait-mieux-que-claude-fable-5.27VM26DK2JC3FJOKANADWPVO2Y.html

la mécanique de l'intelligence artificielle et du "Big DATA" connaitra-t-elle la même trajectoire que la fée électricité ? Sa consommation ne baissera jamais?

 Lors d'une visite au Japon au cours de laquelle il a annoncé plusieurs partenariats, Jensen Huang a affirmé que l'on était au début du cycle technologique de l'IA, avec une courbe qui, comme celle de la consommation électrique, ne baissera jamais.

Jeudi 16 juillet 2026, malgré la débâcle actuelle des valeurs technologiques, le patron de Nvidia, Jensen Huang, a estimé que la croissance de l’intelligence artificielle (IA) n’en était qu’"à ses débuts". Une déclaration faite à l'occasion d'une visite au Japon au cours de laquelle il a annoncé plusieurs accords.

"La plupart des cycles technologiques durent entre 10 et 15 ans avant d'atteindre un plateau. Nous sommes au début de celui-ci", a déclaré à Tokyo le patron du géant des puces à des journalistes.

"Est-ce que [la courbe] va s’aplanir? Ça ne baissera jamais, tout comme l’électricité n’a jamais baissé", a-t-il affirmé, ajoutant que les composants électroniques deviendraient le plus grand secteur au monde, en faisant partie du "tissu social".

Pallier les pénuries de main-d’œuvre?

Les inquiétudes sur une éventuelle "bulle" IA se multiplient ces derniers mois, malmenant régulièrement les valeurs du secteur qui reculaient encore jeudi sur les places européennes et asiatiques. Sa visite au Japon a été l'occasion pour Jensen Huang de conclure plusieurs accords au cours de la semaine. Le conglomérat japonais Kawasaki Heavy Industries a ainsi annoncé jeudi qu'il allait codévelopper avec Nvidia des robots dotés d'IA destinés à la construction navale.

Nvidia a également annoncé jeudi qu’il vendrait 27.500 puces de pointe pour IA basées sur son architecture pour processeur Rubin à Noetra, un consortium d’entreprises incluant SoftBank et Sony, dans le cadre d’un projet soutenu par le gouvernement visant à développer un modèle d’IA national dédié à la robotique. Parmi les autres partenariats annoncés figure une collaboration dans la robotique avec notamment le japonais Fujitsu.

Référence

https://www.bfmtv.com/tech/intelligence-artificielle/pour-le-patron-de-nvidia-nous-sommes-au-debut-d-un-cycle-de-croissance-lie-a-l-ia-qui-ne-connaitra-jamais-de-plateau_AD-202607160656.html

Anthropic propose sa propre plateforme de formation gratuite à Claude, hébergée sur Skilljar avec deux niveaux de certification

 

OpenAI, Anthropic, Google : les trois acteurs qui dominent aujourd’hui le marché de l’intelligence artificielle proposent chacun leur propre plateforme de formation, gratuitement et en accès libre. 

La plateforme de formation officielle d’Anthropic, lancée début mars 2026. Hébergée sur Skilljar plutôt que sur un site propre à l’entreprise, elle se distingue des deux précédentes par son ancrage nettement plus technique, centré sur Claude et son écosystème (API, MCP, Claude Code).

Elle est hébergée sur Skilljar, une plateforme de gestion de formation utilisée par de nombreuses entreprises pour diffuser leurs contenus pédagogiques.

Pour suivre un cours, aucun compte Anthropic n’est nécessaire, il vous faudra cependant en ouvrir un sur Skilljar. La distinction entre les deux comptes est explicitement précisée par la société, dans une foire aux questions présente sur chaque page de cours. Skilljar se limite à suivre la progression pédagogique, tandis qu’un compte Anthropic reste nécessaire, mais seulement pour utiliser Claude au quotidien, une fois la formation terminée.

Le catalogue s’adresse à un public plus large que ne le laisse penser l’orientation technique de la plateforme. Aux côtés des cours destinés aux développeurs, on retrouve des parcours pensés pour les enseignants, les étudiants, les associations ou les petites entreprises. Ils sont construits autour d’un même socle pédagogique, un programme baptisé « 4D » (Délégation, Description, Discernement et Diligence, soit Delegation, Description, Discernment, Diligence en anglais), conçu avec des enseignants chercheurs universitaires.

Des cours sans prérequis pour découvrir Claude

Le cours « Claude 101 » vous initie à l’usage quotidien de Claude, sans aucun prérequis. Les déclinaisons du programme 4D suivent la même logique : elles sont accessibles à toutes celles et ceux qui ont simplement accès à un outil d’IA conversationnelle. Du côté des agents, le cours « Introduction to Claude Cowork » applique le même principe. Vous prenez en main Claude Cowork, l’outil qui permet à Claude de travailler directement sur vos fichiers et dossiers, à partir de tâches concrètes et sans écrire une ligne de code.

Des cours pour les développeurs débutants ou confirmés

Le cours « Claude Platform 101 », qui comporte 14 leçons, s’adresse aux développeurs qui ont déjà utilisé Claude dans une conversation, sans encore l’avoir intégré au sein d’une application. Il commence par les bases : la notion de requête, la boucle agentique et la gestion du contexte. Le cours « Building with the Claude API » vise quant à lui un public déjà confirmé, à l’aise avec Python, pour approfondir ses connaissances sur l’évaluation de prompts, la recherche augmentée ou encore la construction d’agents. Cette distinction par niveau ne se retrouve pas chez OpenAI Academy, par exemple, dont les trois cours proposés suivent un seul parcours linéaire.

Des cours plus techniques pour aller plus loin avec Claude

Une fois les bases posées, d’autres cours permettent de creuser un point précis de l’écosystème Claude. Claude Code, qui est l’outil d’Anthropic pour le codage assisté par IA, dispose de son propre cours d’initiation (12 leçons, environ une heure et demie de vidéo), ainsi que d’un second plus avancé, centré sur son intégration dans un flux de travail existant. Parmi les autres cours proposés dans le catalogue d’Anthropic Academy, on retrouve le Model Context Protocol également traité en deux parties, avec une introduction à la construction de serveurs et clients, puis un volet consacré à des sujets plus poussés, comme le « sampling » ou la gestion de la mémoire.

Le certificat de complétion, gratuit et permanent

Chaque cours débloque un certificat de complétion, une fois le quiz final réussi. Nous l’avons vérifié en obtenant le nôtre sur « Claude 101 » : le certificat s’affiche immédiatement sur la page de profil, avec un lien de vérification et un bouton de téléchargement au format PDF (voir captures ci-dessous). Le nom de l’apprenant, le cours suivi et la date de complétion y figurent, sans mention d’expiration. La page de profil confirme qu’aucune date n’est prévue pour ce type de certificat, contrairement à la certification payante (voir plus bas).

À noter que le partage de votre certificat de complétion vers LinkedIn est possible, mais pas directement depuis la page du certificat. Le bouton se trouve en effet sur la page de votre profil, juste à côté du lien « View certificate ». Une différence de parcours avec OpenAI Academy et Google Skills, qui intègrent ce bouton sur le certificat lui-même.

Anthropic Academy : les points forts et les limites de la plateforme

Sur le contenu, Anthropic Academy tient la comparaison avec ses deux concurrentes. Le catalogue a doublé de volume depuis son lancement. Avec « Claude Platform 101 » et « Building with the Claude API », le choix d’un cours se fait selon son niveau plutôt que sur un parcours dédié uniquement aux développeurs. Le programme 4D élargit la plateforme bien au-delà des seuls profils techniques. Le suivi de progression, sobre et sans badge ni mécanique de jeu, est concentré sur le contenu pédagogique lui-même.

Deux limites ressortent nettement une fois la plateforme testée de l’intérieur. Tous les cours sont proposés en anglais, y compris les vidéos. La seule certification qui a une vraie valeur de reconnaissance technique, le Claude Certified Architect, reste hors d’atteinte pour un professionnel travaillant en tant qu’indépendant ou dans une structure qui n’a pas rejoint le Claude Partner Network.

Après OpenAI Academy et Google Skills, Anthropic Academy partage un constat commun aux trois plateformes : des ressources gratuites et sérieuses, mais pensées avant tout pour un marché anglophone. Chacune garde malgré tout sa propre singularité. Google Skills est la seule des trois plateformes d’apprentissage à proposer un parcours francophone complet. OpenAI Academy mise sur des communautés et des événements en direct, absents des deux autres plateformes. Pour sa part, la maison-mère de Claude va le plus loin sur le plan technique, mais c’est aussi celle qui verrouille le plus l’accès à sa certification la plus poussée.

Référence

https://www.anthropic.com/learn

https://www.blogdumoderateur.com/anthropic-academy-comment-se-former-gratuitement-ia-claude/

Mistral se lance à l’IA physique (apprentissage déplacement robots): Robostral Navigate

Une vidéo publiée sur Youtube montre en outre un robot alimenté par le modèle en action.
À partir d'instructions, on le voit se déplacer dans un bureau,
éviter des obstacles et accomplir des tâches.

 Le modèle d'IA de Mistral est conçu pour permettre aux robots de se déplacer en totale autonomie dans des environnements complexes comme les bureaux ou les espaces extérieurs.

Le modèle comprend des informations captées via les images d'une caméra intégrée au robot et des instructions en "langage naturel", a-t-elle précisé. "Il suffit de donner une seule instruction à Robostral Navigate pour qu'il réalise l'intégralité de la tâche de manière autonome, se déplaçant dans un environnement dynamique peuplé de personnes et d'obstacles qu'il n'avait jamais rencontrés auparavant, tout en étant capable de s'adapter à n'importe quel environnement".

Robostral Navigate permet à une machine de réaliser ces mouvements et actions en prédisant la prochaine destination de celle-ci. Pour cela, il utilise la technique du "pointage". Autrement dit, il déduit les coordonnées de l'emplacement cible dans le champ de vision actuel de la caméra du robot et l'orientation souhaitée à l'arrivée.

Le problème avec cette méthode, c'est qu'elle ne permet pas de gérer les cas où l'emplacement cible est en dehors du champ de vision actuel. Le modèle de Mistral a alors recours à des déplacements définis dans le repère local de coordonnées du robot, comme "avancer de 2 mètres, se déplacer de 1,5 mètre vers la gauche et tourner de 25 degrés vers la gauche".

L'entreprise assure que Robostral Navigate peut fonctionner avec des robots munis de roues, de pattes ou volants, quelle que soit leur taille.

Référence

https://www.bfmtv.com/tech/intelligence-artificielle/mistral-se-lance-a-l-assaut-de-l-ia-physique-avec-un-premier-modele-capable-d-aider-des-robots-roulants-marchants-ou-volants-a-naviguer-dans-des-environnements-complexes_AD-202607080834.html