Au cours des dernières 24 heures (du 27 au 28 novembre 2025), le domaine mondial de l’IA a connu de nouvelles tendances intensives dans les modèles de base, les applications de génération vidéo et musicale, les politiques industrielles et les infrastructures de puissance de calcul. De nombreux fabricants nationaux se concentrent sur le raisonnement mathématique, la génération vidéo/musique et les agents de commerce électronique, tandis que les étrangers jouent autour des règles réglementaires de l’IA, de la dissipation de chaleur des centres de données et des risques liés au financement de la puissance de calcul.
1. DeepSeek a publié DeepSeekMath-V2, le premier modèle open source à atteindre le niveau médaille d’or de l’IMO
DeepSeek a annoncé que son modèle de raisonnement mathématique, DeepSeekMath-V2, a résolu 5 des 6 problèmes de l’Olympiade mathématique internationale 2025, atteignant la ligne de la médaille d’or, et est largement considéré comme le premier modèle open source à atteindre ce niveau. Les pondérations des modèles sont basées sur le protocole Apache 2.0, qui met en lumière le potentiel de la communauté open source à rattraper et à surpasser dans un raisonnement difficile par rapport aux précédents modèles expérimentaux fermés de Google et OpenAI.
2. Le modèle mathématique open source de Weibo VibeThinker remet en question « l’échelle est l’intelligence » avec 1,5 milliard de paramètres
Weibo a annoncé le premier modèle open source, VibeThinker, avec seulement environ 1,5 milliard de paramètres et un coût post-entraînement d’environ 7 800 $, mais il a obtenu des résultats proches de modèles ultra-grands lors de tests mathématiques difficiles tels que AIME2024/2025 et HMMT2025. Grâce à des algorithmes d’apprentissage par renforcement et à une conception fine des tâches, l’équipe permet au « petit modèle » d’approcher des centaines de milliards d’adversaires au niveau des paramètres en raisonnement mathématique, fournissant un échantillon puissant pour des itinéraires à faible coût et à haute intelligence.
3. Zhipu Qingying 2.0 est en ligne : texte directement sorti de la vidéo 1080P et effets sonores automatiques
Zhipu AI a lancé Qingying 2.0, qui supporte la génération de courtes vidéos haute définition 1080P d’une phrase pouvant durer jusqu’à environ 10 secondes, et combine le modèle CogSound développé par elle-même pour associer automatiquement le son ambiant et les effets sonores d’action afin d’obtenir une expérience de génération « intégration audiovisuelle ». La nouvelle version est entièrement améliorée en contrôle par caméra de mouvement, graphismes multi-styles et coûts d’inférence, et se positionne comme une infrastructure de production vidéo pour des secteurs tels que la finance, le commerce électronique, la publicité, le cinéma et la télévision.
4. Kunlun Wanwei Mureka V7.6/O2 a été lancé pour accélérer la commercialisation de la musique IA
Kunlun Wanwei a annoncé que la plateforme musicale IA Mureka a été mise à niveau vers la version V7.6 et a lancé le modèle O2, qui continue de renforcer la structure d’arrangement, les détails du timbre et la cohérence du style. La nouvelle version a considérablement amélioré la vitesse et la stabilité, prenant en charge des scénarios de génération musicale commerciale à plus grande échelle pour des utilisateurs mondiaux, et l’officiel a souligné que son objectif est de devenir une base d’IA musicale capable de « créer, collaborer et interagir en temps réel ».
5. 1688 a lancé l’agent IA transfrontalier « Ao Shrimp », ouvrant la sélection de produits à l’accueil en usine en un seul clic
. Alibaba 1688 a lancé l’agent IA e-commerce transfrontalier « Ao Shrimp » (AlphaShop), qui intègre la reconnaissance d’images, l’analyse des liens et l’interaction en langage naturel, offrant aux commerçants étrangers des services complets allant de l’étude de marché, l’analyse de la sélection de produits à l’approvisionnement en usine et à l’enquête intelligente. Les commerçants n’ont qu’à télécharger des captures d’écran ou des liens produits pour faire correspondre automatiquement les usines et générer du contenu marketing, reflétant l’évolution des plateformes de commerce électronique vers des « systèmes d’exploitation intelligents de chaîne d’approvisionnement ».
6. Ministère de l’Industrie et des Technologies de l’Information : L’IA est devenue un « catalyseur » pour promouvoir la consommation, et 515 millions de personnes ont utilisé des produits d’IA générative
Le Ministère de l’Industrie et des Technologies de l’Information a déclaré lors de la conférence politique régulière du Conseil d’État qu’il allait s’efforcer, tant de l’innovation produit que de l’innovation dans les scénarios, d’accélérer la mise en œuvre de l’intelligence artificielle dans le domaine des biens de consommation. Selon la divulgation officielle, au premier semestre de cette année, le nombre d’utilisateurs de produits d’IA générative domestiques a atteint environ 515 millions, et l’entreprise se concentrera sur la promotion de scénarios tels que les appareils électroménagers intelligents, l’intelligence pour toute la maison et « intelligence artificielle + soins de santé » afin de libérer la demande de grands modèles destinés à la consommation terminale.
7. Meta CoT-Verifier open-source, rendant les grosses erreurs d’inférence de modèles « localisables et corrigibles » Meta
a lancé CoT-Verifier basé sur Llama 3.1, qui transforme des processus de raisonnement complexes en « structures de graphes » analysables, puis utilise des classificateurs légers pour identifier les mauvaises étapes afin de réaliser un diagnostic automatique des chaînes d’inférence en boîte blanche. Le plan officiel est d’étendre cet ensemble de méthodes d'« intervention graphique » à la génération de code et au raisonnement multimodal, ce qui devrait réduire significativement le taux d’hallucinations dans l’inférence à longue chaîne et fournir un nouveau chemin technique pour des « modèles de grande taille fiables ».
8. Google renforce les permissions gratuites de Gemini 3 Pro, et le quota d’utilisateurs gratuits est ajusté
dynamiquement Google a récemment ajusté sa stratégie d’utilisation gratuite pour Gemini 3 Pro et Nano Banana Pro, annulant la limite d’appels gratuits auparavant stable et ajustant dynamiquement le nombre d’appels disponibles par jour selon la pression de capacité, réduisant ainsi le quota de génération d’images gratuites. Parallèlement, certaines nouvelles fonctionnalités de NotebookLM ne sont accessibles qu’aux utilisateurs payants, ce qui indique que les principaux fabricants d’IA passent de « tirer du nouveau gratuitement » à un modèle de monétisation par abonnement plus affiné dans le contexte de coûts élevés en puissance de calcul.
9. L’Union européenne lance un plan de simplification des règles de numérisation et d’IA, affirmant permettre d’économiser plus de 155 milliards d’euros de coûts pour les entreprises
. LaCommission européenne a annoncé un nouveau plan de réforme numérique, qui prévoit de réduire les doublons et les coûts de conformité transfrontaliers en harmonisant et en rationalisant les exigences de conformité liées aux données et à l’IA. Les estimations officielles suggèrent qu’elle devrait permettre d’économiser environ 155 milliards d’euros à moyen et long terme, visant à réduire la charge sur les entreprises européennes axées sur l’IA et les données sans affaiblir la sécurité et la vie privée, et à renforcer l’attractivité de la concurrence avec les États-Unis et la Chine dans l’industrie de l’IA.
10. L’écosystème de puissance de calcul autour d’OpenAI est alourdi d’environ 96 milliards de dollars de dettes, ce qui soulève des inquiétudes quant à la stabilité
financière La dernière analyse montre que, pour répondre à la forte demande d’OpenAI en puissance de calcul et en centres de données, ses partenaires d’infrastructure principaux ont accumulé environ 96 milliards de dollars de dettes pour construire des salles informatiques, acheter des GPU et étendre la capacité énergétique. Parallèlement, les contrats énergétiques et de puissance de calcul à long terme d’OpenAI valent des milliers de milliards de dollars, et l’échelle actuelle des revenus reste limitée, et le reste du monde s’inquiète que si le rythme de commercialisation de l’IA ne répond pas aux attentes, la chaîne d’endettement associée puisse amplifier les risques financiers.
11. L’IA a déclenché l’expansion des centres de données mondiaux, et les défis liés à la dissipation de chaleur et à la consommation d’énergie ont surgi
Récemment, le groupe CME a interrompu les transactions en raison de la défaillance du système de refroidissement des centres de données coopératifs, mettant une fois de plus en lumière le risque de dissipation thermique des centres de données d’IA à haute densité. L’industrie prévoit que jusqu’à 40 % de la consommation d’énergie des centres de données est utilisée pour le refroidissement, et de nouvelles solutions telles que le refroidissement liquide et le refroidissement par eau accélèrent le remplacement du refroidissement par air traditionnel, tout en apportant de nouveaux problèmes tels que la consommation d’eau ainsi que la complexité de l’exploitation et de la maintenance. Comment contrôler la consommation d’énergie et les risques de défaillance tout en soutenant l’explosion de la puissance de calcul de l’IA devient une question de test importante pour l’investissement dans les infrastructures.
Foire aux questions (Q&R)
Q : Quelle est la chose la plus remarquable concernant les grands modèles et les orientations de recherche fondamentale au cours des dernières 24 heures ?
R : Premièrement, DeepSeekMath-V2, publié par DeepSeek, a atteint le niveau de médaille d’or dans la simulation à mon avis et est entièrement open source, marquant la première fois que la communauté open source évalue ou même approche le géant du logiciel source en termes de difficulté de la compétition mathématique de premier plan. Deuxièmement, le modèle à petits paramètres de Weibo, VibeThinker, utilise 1,5 milliard de paramètres pour obtenir des scores élevés sur plusieurs benchmarks mathématiques, prouvant qu’à travers des paradigmes d’entraînement plus affinés, les petits modèles peuvent également être compétitifs dans le raisonnement difficile.
Q : Quels sont les signaux d’opportunité évidents pour les promoteurs et entrepreneurs nationaux dans ce dossier ?
R : Avec les mises à jour Qingying 2.0 et Mureka, on constate que l’AIGC vidéo et musique passe rapidement du « fun » au « commercial », et que les outils et opportunités SaaS autour de la production de courtes vidéos, de la créativité publicitaire et des supports de droits d’auteur musicaux augmentent. 1688 « Ao Shrimp » montre qu’il existe une forte demande d’agents dans les scénarios de commerce électronique transfrontalier, et que les « agents de l’industrie » qui comprennent les chaînes d’approvisionnement et les processus verticaux de l’industrie deviendront de plus en plus précieux.
Q : Quelles sont les implications des nouveaux développements dans la réglementation et les infrastructures à l’étranger ?
R : L’UE tente de réduire les coûts de conformité pour les entreprises en unifiant et simplifiant les exigences en matière d’IA et de conformité aux données, ce qui favorise l’intégration des petites et moyennes entreprises d’IA sur le marché européen. Parallèlement, l’accent mis sur la dette informatique et les problèmes de refroidissement des centres de données autour d’OpenAI a également rappelé à toute l’industrie qu’elle doit trouver un équilibre plus durable entre modèles économiques, consommation d’énergie et risques financiers.
Q : Que signifie le resserrement des quotas gratuits pour les utilisateurs ordinaires ainsi que pour les petites et moyennes entreprises ?
R : Google a ajusté la stratégie gratuite de Gemini 3 Pro, indiquant que la pression sur les coûts liée à « un grand modèle de haute qualité + une grande puissance de calcul » est difficile à accepter pleinement avec les produits gratuits. Alors que les utilisateurs individuels peuvent devoir passer d’un modèle à l’autre pour contrôler les coûts, les PME doivent évaluer quelles tâches doivent reposer sur des modèles fermés de haut niveau et lesquelles peuvent être migrées vers des modèles open source ou dédiés pour réduire les abonnements à long terme et les dépenses en puissance de calcul.
