Multimodal

• Alibaba Cloud a présenté le 8 mai 2026 une nouvelle suite d'agents multimodaux, Tongyi AgentStudio, intégrant des capacités de vision, de parole et de traitement de documents dans une plateforme unique orientée vers les entreprises. • La suite prend en charge jusqu'à 128 appels d'outils simultanés par session et peut gérer de manière autonome les flux de travail d'approvisionnement, de tickets RH et d'optimisation des coûts multi-cloud, des premiers projets pilotes dans des banques chinoises signalant une réduction de 32 % du délai de traitement des services internes. • Alibaba indique que Tongyi AgentStudio est désormais proposé au prix de 1,20 $ par million de jetons d'entrée pour les contrats de grandes entreprises, un tarif inférieur à celui des agents occidentaux comparables, renforçant ainsi sa stratégie de sous-cotation face à ses rivaux mondiaux du cloud.

• OpenAI a dévoilé GPT-5 le 19 avril, présentant un raisonnement multimodal avancé capable de traiter simultanément du texte, des images et de l'audio, avec une amélioration des performances de 40 % par rapport à GPT-4, selon le blog de recherche de l'entreprise. • Le modèle fait preuve d'un raisonnement par chaîne de pensée amélioré et peut résoudre des problèmes complexes à étapes multiples dans des domaines tels que les mathématiques, le codage et l'analyse scientifique avec des taux de précision nettement plus élevés. • Les analystes du secteur prévoient que GPT-5 accélérera l'adoption de l'IA en entreprise et intensifiera la concurrence avec Claude d'Anthropic et Gemini de Google sur le marché des grands modèles de langage.