Le 9 juillet, Zhipu AI a levé 31,375 milliards de HKD par un placement d'actions. Le PDG de MiniMax a promis de ne pas percevoir de salaire tant que l'AGI et DeepSeek n'auront pas obtenu un financement de série A de 50 milliards de RMB. Le plan « Touch High » de Zhipu cible les tâches à long terme, les agents autonomes, l'auto-apprentissage et la gouvernance de la sécurité.
$XMR a rebondi fortement à partir des plus bas et reprend de la dynamique. Le MACD s'améliore et les acheteurs reviennent.
Si les acheteurs continuent à maintenir le contrôle, les prochains niveaux de résistance pourraient être testés bientôt. 🔥
#AI industry AGI race intensifies
#CLARITY Act Senate discussions
#Franklin Templeton files Bitcoin DRIP ETFs
#Bitcoin continues weekly decline
#Vitalik highlights crypto privacy for AI agents
🚀 5. ETH/USDT (graphique 1h)
Prix du marché : 1 844,90 $
Post 1 (avec légende) :
"Les indicateurs techniques de $ETH semblent extrêmement robustes ! 💎 Le graphique horaire montre une structure de tendance haussière agressive, avec le prix soutenu fermement au-dessus du support de la bande moyenne de Bollinger (1 839,45 $). Une forte dynamique reflétée par un MACD très positif de 4,46. Trajet clair vers un nouveau test des sommets locaux à 1 853 $ et plus. 🚀
#AI disrupts software industry
#Ethereum protocol neutrality debate
#AI industry AGI race intensifies
#Agent economy infrastructure matures
#TheDAO launches security fund
Oui. Une poussée intéressante sur la thèse de l’IA souveraine de Palantir, NVIDIA et Microsoft. Des flux de travail agentic souverains pour les entreprises. C’est crucial. Et cela devient de plus en plus accessible, par exemple grâce à l’infrastructure NVIDIA, aux modèles fondationnels et aux recettes (consultez la suite NeMo et les modèles, logiciels et recettes ouverts Nemotron). C’est la thèse du cercle vertueux des données en action : - Traitement des données. Cela nécessite un filtrage, une déduplication, etc. - Personnalisation du modèle (par exemple LoRA, RL, ...) - Évaluation du modèle - Garde-fous pour la sécurité / la sécurité - Déploiement de modèle personnalisé. - Affinement des données d’entreprise, puis retour à l’étape 1.
La capacité de ces laboratoires de pointe à récupérer tous les coûts de formation de ces modèles en vendant des jetons comme modèle économique est risible. Aucune de ces entreprises n’obtiendra jamais un retour sur investissement en faisant cela. Ils sont certainement dans le business du vol de propriété intellectuelle afin de développer leurs propres applications et produits.
Génial, tous les gars de l’IA se disputent enfin pour être les pires ? 🤣 Ils volent des livres, des propriétés intellectuelles, des documents secrets, des ONG, et même ton dépôt entier maintenant. Incroyable. De l’innovation dans le vol. Je suis sûr que si tu volais le dépôt de quelqu’un d’autre, tu pourrais littéralement aller en prison. Sincèrement, les modèles locaux deviennent tellement bons. Investis dans du matériel. Ne te demande pas combien tu dépenses, mais combien tu perdrais si tes secrets étaient volés.
Le PDG de Palantir, Alex Karp, vient de s’en prendre à OpenAI et Anthropic. Il affirme que les entreprises du Fortune 500 paient des milliards pour des « jetons » d’IA qui créent peu de valeur réelle. Son argument est simple : Si un modèle d’IA peut générer véritablement 1 milliard de dollars de valeur... Pourquoi facturer des jetons au lieu de prendre une part des bénéfices ? Cela soulève une question plus vaste : Les modèles économiques actuels de l’IA sont-ils construits autour de la livraison de valeur... ou de la vente d’un accès ? 🤔
🔥 LES GRANDES ENTREPRISES MONDIALES SE TOURNENT VERS L’IA CHINOISE POUR RÉDUIRE LES COÛTS DoorDash, Siemens et Airbnb adoptent des modèles de DeepSeek, Z.ai et d’autres entreprises chinoises à la recherche d’alternatives moins coûteuses aux laboratoires américains de pointe, selon le FT. Les modèles chinois ont dépassé leurs concurrents américains en termes d’utilisation de jetons cette année, stimulés par des coûts plus bas et une préoccupation croissante en Europe vis-à-vis de la dépendance aux fournisseurs américains d’IA.
BRÈVE DU MATIN ☕️ : L’IA entre dans son ère d’efficacité. OpenAI, Meta et xAI repensent leurs modèles pour offrir des performances similaires avec moins de puissance de calcul, réduisant les coûts et intensifiant la pression concurrentielle dans l’industrie. Une intelligence moins chère accélérera l’adoption de l’IA. 🤖
Jensen Huang vient de décomposer l'ensemble de l'industrie de l'IA comme un gâteau à cinq couches : 1. Énergie (la fondation) 2. Puces 3. Nuage/Infrastructure 4. Modèles 5. Applications (le sommet) La plupart des fondateurs, financements et talents sont concentrés dans la couche des modèles, celle qui connaît la concurrence la plus féroce. Cette intensité ne crée pas de protections, elle crée des produits de base. Plus tout le monde court vite, plus l'intelligence devient bon marché et abondante. La véritable rareté n'est plus l'intelligence. C'est l'énergie. Aucun algorithme ne construit un réseau électrique. Aucune levée de fonds ne remplace un barrage. L'énergie contrôle l'accès en bas. Les applications captent les revenus en haut. Des centaines de milliards sont investis dans les couches intermédiaires situées entre les électrons d'autrui et l'économie d'autrui. L'intelligence se scale. L'énergie, non. Construisez là où se trouvent réellement le goulot d'étranglement et le rendement.
Tout le monde parle de l’IA qui remplace les emplois de bureau... Pendant ce temps, les ingénieurs apprennent aux engins spatiaux à survivre seuls dans l’espace profond. 🌌
