Les géants chinois des véhicules électriques unissent leurs forces pour un projet d'électrolyte solide de 25 tonnes | Bojan Stojkovski, Interesting Engineering La Chine intensifie ses efforts pour faire progresser la technologie des batteries à électrolyte solide avec un nouveau projet pilote à Pékin. Officiellement appelé le "Projet de construction de capacité de production et de validation de test d'électrolyte tout-solide", le projet est dirigé par l'Institut de recherche sur les batteries de puissance automobile Guolian. L'initiative se concentre sur la recherche, les tests et la validation des matériaux d'électrolyte solide, les composants clés qui déterminent la performance et la sécurité des batteries tout-solide. Soutenu par un consortium comprenant une entreprise d'État centrale, le projet compte également parmi ses actionnaires les géants chinois CATL et SAIC Motor. Cet effort fait partie d'une poussée plus large de l'industrie soutenue par l'émergence de normes nationales et l'augmentation des investissements industriels dans les technologies de batteries de nouvelle génération. Installation pilote pour les électrolytes solides Le projet sera établi dans la zone de développement économique de Yanqi à Pékin, dans le district de Huairou, en utilisant un bâtiment industriel existant réaménagé pour des opérations de laboratoire et à l'échelle pilote. Les plans incluent une ligne expérimentale de matériaux de batteries à électrolyte solide, équipée d'instruments de caractérisation de haute précision et de systèmes de contrôle intelligents, avec 103 pièces d'équipement prévues pour l'acquisition. L'installation devrait atteindre une production de recherche et pilote d'environ 25 tonnes de matériaux d'électrolyte solide par an. Conçu comme une plateforme pilote et de validation plutôt qu'une usine de production de masse, le projet contribuera à construire l'expertise industrielle et la chaîne d'approvisionnement de la Chine pour les batteries à électrolyte solide, même si le déploiement commercial complet est encore à plusieurs années, écrit CarNewsChina. Les électrolytes solides sont considérés comme un composant clé pour les batteries tout-solide de nouvelle génération, qui utilisent des matériaux solides au lieu des électrolytes liquides traditionnels. Bien que ces batteries soient considérées comme l'avenir des systèmes d'alimentation automobile, elles n'ont pas encore atteint une production commerciale à grande échelle. Des défis techniques importants subsistent, notamment une résistance élevée aux interfaces solide-solide, la formation de dendrites de lithium et le stress mécanique qui s'accumule lors des cycles de charge et de décharge répétés. La Chine intensifie sa poussée pour l'infrastructure des batteries à électrolyte solide La chaîne d'approvisionnement industrielle pour les batteries tout-solide est encore à ses débuts, et les coûts de production restent relativement élevés. La Chine a récemment publié un projet de consultation pour sa première norme nationale sur les batteries à électrolyte solide, signalant que les cadres réglementaires et politiques commencent à soutenir l'industrie. Ainsi, le projet pilote récemment approuvé à Pékin reflète une poussée plus large au sein du secteur des batteries en Chine pour établir une infrastructure partagée pour la recherche, les tests à l'échelle pilote et la validation des matériaux de batteries à électrolyte solide. De telles initiatives visent à renforcer la base de connaissances industrielles et à préparer le marché pour une production à grande échelle future. S'appuyant sur cette poussée de l'industrie, l'Institut de recherche sur les batteries de puissance automobile Guolian unit le capital d'État central et local, les grands constructeurs automobiles et les principaux fournisseurs de batteries. Ses actionnaires comprennent le groupe Youyan Technology, entièrement détenu par le gouvernement central chinois, ainsi que le groupe FAW, Dongfeng Motor, le groupe BAIC, Changan Automobile, le groupe GAC, Yutong Bus, Huachen (Brilliance Auto), CATL, BTR, Neusoft Reach et Tianjin Lishen. Un autre actionnaire, le fonds Huading New Power, est soutenu par des entités d'État locales telles que le groupe d'investissement industriel de Nanning et le groupe énergétique du Sichuan. Guolian a longtemps agi comme une plateforme d'innovation collaborative, participant à des programmes nationaux et locaux pour faire avancer la technologie des batteries en Chine et favoriser la coopération à l'échelle de l'industrie.

En 2026, l'IA passera de l'engouement au pragmatisme | Rebecca Bellan & Ram Iyer, TechCrunch Si 2025 a été l'année où l'IA a subi un test de tendance, 2026 sera l'année où la technologie deviendra pratique. L'accent est déjà en train de se déplacer de la construction de modèles linguistiques toujours plus grands vers le travail plus difficile de rendre l'IA utilisable. En pratique, cela implique de déployer des modèles plus petits là où ils s'intègrent, d'incorporer de l'intelligence dans des dispositifs physiques et de concevoir des systèmes qui s'intègrent harmonieusement dans les flux de travail humains. Les experts avec qui TechCrunch a parlé voient 2026 comme une année de transition, une année qui évolue d'une mise à l'échelle brute à la recherche de nouvelles architectures, de démonstrations flashy à des déploiements ciblés, et d'agents qui promettent l'autonomie à ceux qui augmentent réellement la façon dont les gens travaillent. La fête n'est pas finie, mais l'industrie commence à se ressaisir. Les lois de mise à l'échelle ne suffiront pas En 2012, l'article ImageNet d'Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton a montré comment les systèmes d'IA pouvaient "apprendre" à reconnaître des objets dans des images en regardant des millions d'exemples. L'approche était coûteuse en calcul, mais rendue possible grâce aux GPU. Le résultat ? Une décennie de recherche intensive sur l'IA alors que les scientifiques s'efforçaient d'inventer de nouvelles architectures pour différentes tâches. Cela a culminé autour de 2020 lorsque OpenAI a lancé GPT-3, qui a montré comment simplement rendre le modèle 100 fois plus grand débloque des capacités comme le codage et le raisonnement sans nécessiter d'entraînement explicite. Cela a marqué la transition vers ce que Kian Katanforoosh, PDG et fondateur de la plateforme d'agents IA Workera, appelle "l'ère de la mise à l'échelle" : une période définie par la croyance que plus de calcul, plus de données et des modèles de transformateurs plus grands entraîneraient inévitablement les prochaines grandes percées en IA. Aujourd'hui, de nombreux chercheurs pensent que l'industrie de l'IA commence à épuiser les limites des lois de mise à l'échelle et va une fois de plus passer à une ère de recherche. Yann LeCun, ancien chef scientifique de l'IA chez Meta, a longtemps plaidé contre la dépendance excessive à la mise à l'échelle et a souligné la nécessité de développer de meilleures architectures. Et Sutskever a déclaré dans une récente interview que les modèles actuels atteignent un plateau et que les résultats de préentraînement se sont aplatis, indiquant un besoin de nouvelles idées. "Je pense qu'il est très probable que dans les cinq prochaines années, nous allons trouver une meilleure architecture qui est une amélioration significative par rapport aux transformateurs," a déclaré Katanforoosh. "Et si nous ne le faisons pas, nous ne pouvons pas nous attendre à beaucoup d'amélioration des modèles." Parfois, moins c'est plus Les grands modèles linguistiques sont excellents pour généraliser les connaissances, mais de nombreux experts affirment que la prochaine vague d'adoption de l'IA en entreprise sera menée par des modèles linguistiques plus petits et plus agiles qui peuvent être ajustés pour des solutions spécifiques à un domaine. "Les SLMs ajustés seront la grande tendance et deviendront un élément de base utilisé par les entreprises d'IA matures en 2026, car les avantages en termes de coût et de performance favoriseront leur utilisation par rapport aux LLMs prêts à l'emploi," a déclaré Andy Markus, directeur des données d'AT&T, à TechCrunch. "Nous avons déjà vu les entreprises s'appuyer de plus en plus sur les SLMs car, si elles sont correctement ajustées, elles égalent les modèles plus grands et généralisés en précision pour les applications commerciales, et sont excellentes en termes de coût et de rapidité." Nous avons déjà vu cet argument de la part de la startup française d'IA à poids ouvert Mistral : elle soutient que ses petits modèles fonctionnent en réalité mieux que les modèles plus grands sur plusieurs benchmarks après ajustement. "L'efficacité, le rapport coût-efficacité et l'adaptabilité des SLMs les rendent idéaux pour des applications sur mesure où la précision est primordiale," a déclaré Jon Knisley, stratège en IA chez ABBYY, une entreprise d'IA d'entreprise basée à Austin. Alors que Markus pense que les SLMs seront essentiels dans l'ère agentique, Knisley dit que la nature des petits modèles signifie qu'ils sont mieux adaptés au déploiement sur des dispositifs locaux, "une tendance accélérée par les avancées en informatique en périphérie." Apprendre par l'expérience Les humains n'apprennent pas seulement par le langage ; nous apprenons en expérimentant comment le monde fonctionne. Mais les LLMs ne comprennent pas vraiment le monde ; ils prédisent simplement le prochain mot ou idée. C'est pourquoi de nombreux chercheurs croient que le prochain grand saut viendra des modèles du monde : des systèmes d'IA qui apprennent comment les choses se déplacent et interagissent dans des espaces 3D afin qu'ils puissent faire des prédictions et prendre des mesures. Les signes que 2026 sera une grande année pour les modèles du monde se multiplient. LeCun a quitté Meta pour créer son propre laboratoire de modèles du monde et chercherait un financement de 5 milliards de dollars. DeepMind de Google a travaillé sur Genie et a lancé en août son dernier modèle qui construit des modèles du monde interactifs en temps réel. Aux côtés des démonstrations de startups comme Decart et Odyssey, les World Labs de Fei-Fei Li ont lancé leur premier modèle du monde commercial, Marble. Des nouveaux venus comme General Intuition ont obtenu en octobre un tour de financement de 134 millions de dollars pour enseigner aux agents le raisonnement spatial, et la startup de génération vidéo Runway a sorti en décembre son premier modèle du monde, GWM-1. Alors que les chercheurs voient un potentiel à long terme dans la robotique et l'autonomie, l'impact à court terme devrait d'abord se faire sentir dans les jeux vidéo. PitchBook prédit que le marché des modèles du monde dans le jeu pourrait passer de 1,2 milliard de dollars entre 2022 et 2025 à 276 milliards de dollars d'ici 2030, grâce à la capacité de la technologie à générer des mondes interactifs et des personnages non-joueurs plus réalistes. Pim de Witte, fondateur de General Intuition, a déclaré à TechCrunch que les environnements virtuels pourraient non seulement redéfinir le jeu, mais aussi devenir des terrains d'essai critiques pour la prochaine génération de modèles de base. Nation agentique Les agents n'ont pas répondu aux attentes en 2025, mais une grande raison à cela est qu'il est difficile de les connecter aux systèmes où le travail se déroule réellement. Sans moyen d'accéder aux outils et au contexte, la plupart des agents étaient piégés dans des flux de travail pilotes. Le Modèle de Contexte d'Anthropic (MCP), un "USB-C pour l'IA" qui permet aux agents IA de communiquer avec des outils externes comme des bases de données, des moteurs de recherche et des API, a prouvé être le tissu conjonctif manquant et devient rapidement la norme. OpenAI et Microsoft ont publiquement adopté le MCP, et Anthropic l'a récemment donné à la nouvelle Fondation d'IA Agentique de la Linux Foundation, qui vise à aider à standardiser les outils agentiques open source. Google a également commencé à mettre en place ses propres serveurs MCP gérés pour connecter les agents IA à ses produits et services. Avec le MCP réduisant la friction de la connexion des agents à de réels systèmes, 2026 sera probablement l'année où les flux de travail agentiques passeront enfin des démonstrations à la pratique quotidienne. Rajeev Dham, partenaire chez Sapphire Ventures, affirme que ces avancées conduiront à des solutions axées sur les agents prenant des "rôles de système d'enregistrement" dans divers secteurs. "Alors que les agents vocaux gèrent de plus en plus de tâches de bout en bout telles que l'accueil et la communication avec les clients, ils commenceront également à former les systèmes de base sous-jacents," a déclaré Dham. "Nous verrons cela dans une variété de secteurs comme les services à domicile, la proptech et la santé, ainsi que dans des fonctions horizontales telles que les ventes, l'informatique et le support." Augmentation, pas automatisation Bien que des flux de travail plus agentiques puissent susciter des inquiétudes quant à d'éventuels licenciements, Katanforoosh de Workera n'est pas si sûr que ce soit le message : "2026 sera l'année des humains," a-t-il déclaré. En 2024, chaque entreprise d'IA a prédit qu'elle automatiserait des emplois par nécessité humaine. Mais la technologie n'est pas encore là, et dans une économie instable, ce n'est pas vraiment un discours populaire. Katanforoosh dit que l'année prochaine, nous réaliserons que "l'IA n'a pas fonctionné aussi de manière autonome que nous le pensions," et la conversation se concentrera davantage sur la façon dont l'IA est utilisée pour augmenter les flux de travail humains, plutôt que de les remplacer. "Et je pense que beaucoup d'entreprises vont commencer à embaucher," a-t-il ajouté, notant qu'il s'attend à de nouveaux rôles dans la gouvernance de l'IA, la transparence, la sécurité et la gestion des données. "Je suis plutôt optimiste sur le fait que le chômage sera en moyenne inférieur à 4 % l'année prochaine." "Les gens veulent être au-dessus de l'API, pas en dessous, et je pense que 2026 est une année importante pour cela," a ajouté de Witte. Devenir physique Les avancées dans des technologies comme les petits modèles, les modèles du monde et l'informatique en périphérie permettront des applications physiques plus nombreuses de l'apprentissage automatique, affirment les experts. "L'IA physique atteindra le grand public en 2026 alors que de nouvelles catégories de dispositifs alimentés par l'IA, y compris la robotique, les véhicules autonomes, les drones et les dispositifs portables, commenceront à entrer sur le marché," a déclaré Vikram Taneja, responsable d'AT&T Ventures, à TechCrunch. Bien que les véhicules autonomes et la robotique soient des cas d'utilisation évidents pour l'IA physique qui continueront sans aucun doute à croître en 2026, la formation et le déploiement nécessaires restent coûteux. Les dispositifs portables, en revanche, offrent une approche moins coûteuse avec l'adhésion des consommateurs. Des lunettes intelligentes comme les Ray-Ban Meta commencent à expédier des assistants capables de répondre à des questions sur ce que vous regardez, et de nouveaux formats comme les bagues de santé alimentées par l'IA et les montres intelligentes normalisent l'inférence toujours active et sur le corps. "Les fournisseurs de connectivité travailleront à optimiser leur infrastructure réseau pour soutenir cette nouvelle vague de dispositifs, et ceux qui auront de la flexibilité dans la manière dont ils peuvent offrir la connectivité seront les mieux positionnés," a déclaré Taneja.

Neuralink commencera la production de masse d'implants cérébraux en 2026, déclare Elon Musk | The Indian Express Neuralink travaille également à un processus chirurgical presque entièrement automatisé d'ici 2026, un changement qui pourrait accélérer considérablement le déploiement des implants cérébraux conçus pour aider les personnes paralysées à retrouver le contrôle. La startup d'interface cerveau-ordinateur Neuralink a fait d'énormes progrès au cours des dernières années, et ses ambitions ne cessent de croître. Le PDG Elon Musk a maintenant déclaré que l'entreprise prévoit de commencer la "production à grande échelle" de ses implants d'interface cerveau-ordinateur cette année, marquant une étape majeure vers l'extension de la technologie au-delà des premiers essais. Dans un post sur X (anciennement Twitter), Musk a déclaré que Neuralink prévoit de passer à un processus chirurgical rationalisé, presque entièrement automatisé, en 2026. Il a ajouté que les implants de l'entreprise seront conçus pour passer à travers la dure-mère sans avoir besoin de l'enlever. Pour ceux qui ne le savent pas, la dure-mère, abréviation de dure mater, est la membrane protectrice externe dure du cerveau, qui aide à le protéger des infections et des blessures physiques. Conçus pour aider les personnes atteintes de conditions telles que les lésions de la moelle épinière, les implants de Neuralink permettent aux patients handicapés de jouer à des jeux vidéo, de naviguer sur Internet, de publier sur les réseaux sociaux et même de contrôler la souris. Neuralink commencera la production à grande échelle de dispositifs d'interface cerveau-ordinateur et passera à un processus chirurgical rationalisé, presque entièrement automatisé, en 2026. En novembre dernier, Neuralink a annoncé avoir implanté sa puce cérébrale chez 12 personnes atteintes de paralysie sévère. Noland Arbaugh, le premier patient à recevoir l'implant, a déclaré dans une interview que la puce lui permet de jouer à Mario Kart, de contrôler la télévision et de faire fonctionner des appareils ménagers sans avoir à bouger une partie de son corps. Dans un post séparé sur X, le PDG de Neuralink, Elon Musk, a déclaré qu'il était convaincu que les implants Neuralink aideraient à restaurer la fonctionnalité corporelle complète. "Neuralink peut essentiellement aider à établir des communications depuis le cortex, au-delà du point dans le cou ou la colonne vertébrale, où les nerfs sont endommagés." Annoncée en 2022, la technologie du cortex moteur, surnommée la puce N1, dispose de 1 024 électrodes connectées au cerveau à l'aide de 64 fils.