Aller au contenu
Hypernews IA

Nvidia perd son fondateur et 14 % en un jeudi

World Labs ouvre Atlas à tous · ElevenLabs lance Scribe v3 · Jailbreaks: le red teaming automatisé · BioLLM-8B branche des neurones vivants · Claude lance Whiteboards, Sheets et Data

Écouter la version· 6 min
Top 1

Nvidia perd son fondateur et 14 % de sa valeur en un jeudi

Nvidia perd son fondateur et 14 % de sa valeur en un jeudi

Jensen Huang a démissionné jeudi 12 novembre 2026 de la direction de Nvidia, quatre jours après avoir reconnu une relation extraconjugale avec une femme que les renseignements américains soupçonnent d'agir pour Pékin. Le fondateur de l'entreprise, qui la dirigeait depuis 33 ans, laisse un groupe dont l'action décroche de 14 %.

  • Colette Kress, jusque-là directrice financière, prend la direction par intérim, et Harvey Jones devient président du conseil, une première dans l'histoire de la société.
  • La capitalisation passe sous 4 000 milliards de dollars, son niveau le plus bas depuis juin 2025, soit environ 601 milliards de dollars évaporés.
  • Le Financial Times rapporte que Huang envisage de revenir. Une pétition « Stand with Jensen » dépasse 170 000 signatures, Elon Musk la soutient, et Nvidia n'a rien annoncé d'officiel.
  • Le soupçon d'espionnage reste contesté : selon CNN, plusieurs sources gouvernementales américaines reconnaissent ne rien avoir à charge contre la femme concernée, Alice Huang.

Pourquoi c'est important

Aucun successeur définitif n'est désigné, et c'est une directrice financière en intérim qui pilote désormais le fournisseur dont dépend l'essentiel de l'industrie des puces d'IA. Les deux positions de Huang, la levée des contrôles à l'export vers la Chine et le soutien à l'open source, s'opposent à la ligne de Washington comme à celle de Dario Amodei (Anthropic), qui redoute la prolifération de modèles trop puissants. Le calendrier alimente déjà des lectures de complot, que rien d'établi ne vient étayer à ce stade.

Lire la source

Top 2

OpenAI sépare GPT-6.2 en deux : Astra pour les cas durs, Sol pour le quotidien

OpenAI sépare GPT-6.2 en deux : Astra pour les cas durs, Sol pour le quotidien

OpenAI déploie deux modèles à la fois : GPT-6.2 Astra, son nouveau modèle de pointe pour les tâches les plus exigeantes, et GPT-6.2 Sol, une version plus économe pensée pour le travail de tous les jours. Les deux promettent de meilleurs résultats avec moins de tokens de sortie.

  • Disponibilité dans ChatGPT pour les abonnés Plus, Pro, Enterprise et Edu, et via l'API pour les développeurs, avec une option Ultrafast.
  • Sol serait plus performant et plus efficient que GPT-6.1 Sol, à un coût réduit par rapport à Astra, d'après un benchmark mené par Cognition.
  • En cybersécurité, des garde-fous renforcés s'appliquent : l'accès aux capacités les plus sensibles est réservé aux défenseurs approuvés via le programme OpenAI Daybreak.
  • OpenAI affirme que les diapositives, feuilles de calcul et documents d'Astra sentent moins l'IA et suivent mieux les modèles fournis. Les grilles tarifaires ne figurent pas dans la matière disponible.

Pourquoi c'est important

Deux modèles, deux niveaux de prix : OpenAI offre une réponse directe à la facture de tokens, qui devient un critère de choix aussi décisif que la qualité brute. Un produit qui tourne sur Sol et ne bascule sur Astra que pour les cas durs coûtera moins cher à l'échelle qu'un produit tout en modèle de pointe. Le programme Daybreak fait aussi de l'accès à certaines capacités cyber un statut qu'on obtient sur dossier, un mécanisme que les autres laboratoires devront tôt ou tard copier ou justifier de ne pas adopter.

Lire la source

Top 3

AlphaGenome 2 : DeepMind affine sa lecture de l'ADN pour mieux cerner les maladies

AlphaGenome 2 : DeepMind affine sa lecture de l'ADN pour mieux cerner les maladies

Google DeepMind dévoile AlphaGenome 2, la nouvelle version de son modèle d'IA consacré à la génomique. Son but : comprendre comment les cellules lisent l'ADN, pour remonter des séquences génétiques aux mécanismes qui déclenchent les maladies.

  • Le modèle prolonge AlphaGenome, déjà présenté par DeepMind comme son outil pour comprendre le génome humain, aux côtés d'AlphaFold pour les structures de protéines.
  • L'annonce est publiée sur le blog de DeepMind, dans la rubrique science, le 11 novembre.
  • Les performances chiffrées, les jeux de données utilisés et les conditions d'accès ne figurent pas dans le contenu disponible à ce stade.

Pourquoi c'est important

Là où AlphaFold a fait de la structure des protéines une donnée qu'on interroge au lieu de la mesurer en laboratoire, AlphaGenome vise la couche suivante : la régulation, c'est-à-dire savoir quand et comment un gène s'exprime. Une grande part des variants associés aux maladies se situe hors des régions qui codent les protéines, et c'est précisément là que les outils actuels manquent de lisibilité. Sans chiffres publiés ni calendrier d'ouverture, la valeur réelle de cette version 2 se jugera sur les benchmarks et sur l'accès qu'obtiendront les équipes de recherche, deux points que DeepMind n'a pas encore détaillés.

Lire la source

En bref

À lire aussi

D'autres éditions récentes de Hypernews IA.

Voir toutes les archives