La Defense Intelligence Agency signale des capacités croissantes de déni spatial par la Chine et la Russie, avec un objectif de 93 lancements chinois prévus en 2025 et des systèmes à énergie dirigée envisagés. Côté performance, le nouveau benchmark Realtime-Bench crédite GPT-6 Astra de 36% seulement en temps réel, loin des scores proches de 70% à 80% avec horloge en pause. En parallèle, la startup Metis publie une approche visant à insérer un noyau de raisonnement plus fiable dans les architectures actuelles.
La DIA décrit des capacités offensives spatiales croissantes
La Defense Intelligence Agency publie un rapport de plus de 100 pages qui détaille des moyens variés pour dégrader ou détruire des services spatiaux, des destructions cinétiques au brouillage sophistiqué et aux cyberopérations. L'agence présente l'espace comme un théâtre de rivalités impliquant les États-Unis face à la Chine, la Russie, l'Iran et la Corée du Nord, en jugeant la Chine la plus avancée technologiquement et la Russie la plus déterminée. La Chine a réalisé 22 lancements spatiaux en 2016 et prévoit 93 lancements en 2025. D'ici la fin des années 2020, la Chine pourrait disposer de systèmes d'énergie dirigée basés dans l'espace et de systèmes terrestres plus puissants capables de menacer des satellites en orbite élevée. La DIA affirme aussi que la Chine développe des technologies spatiales, dont des armes antisatellites en orbite. Côté russe, le système laser au sol Peresvet est décrit comme conçu pour éblouir les capteurs optiques de satellites adverses afin de masquer le mouvement de systèmes de missiles stratégiques. En 2019, la Russie a lancé Cosmos 2542 qui a libéré Cosmos 2543, lequel a suivi un satellite américain de sécurité nationale et s'en est approché à plusieurs reprises à une distance jugée potentiellement dangereuse. L'agence indique par ailleurs que la Russie expérimente des armes nucléaires dans l'espace et estime qu'une détonation créerait une impulsion électromagnétique susceptible d'affecter immédiatement des satellites à portée et d'impacter des infrastructures civiles.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Temps réel : 36% pour GPT-6 Astra sur Realtime-Bench
Realtime-Bench propose des tâches dynamiques où le retard d'action impacte directement la réussite, pour évaluer des systèmes d'IA à usage général dans la prise de décision en temps réel. Le benchmark regroupe 50 tâches interactives, dont 30 sur le web dans les catégories voyage, e-commerce, services et sécurité, et 20 liées au jeu vidéo en arcade, puzzle, stratégie et simulation. Conçu par des chercheurs de plusieurs universités américaines, de NVIDIA, de Northwestern et de Steadyworks, le test mesure trois dimensions : la conscience de l'état temporel (RT-Perceive), la délibération adaptative (RT-Deliberate) et la sélection d'action consciente du temps (RT-Act). L'exemple d'un achat de billet illustre ces exigences : suivre l'état des ventes, limiter la réflexion quand la fenêtre se ferme et choisir le moment d'agir. Les évaluations ont porté notamment sur des systèmes d'OpenAI (GPT-6 Astra, GPT-5.6 Sol, GPT-Realtime-2, OpenAI Decisions), d'Anthropic (Claude Fable 5.1, Claude Opus 5), de Google (Gemini 3.8 Flash, Gemini 3.1 Flash Live, Gemini 3.8 Live), ainsi que Jev 1.13, Deepseek V4.1 et Kimi-K3 de Moonshot AI. Lorsque la mesure s'effectue en conditions réelles (« wall clock »), GPT-6 Astra affiche la performance la plus élevée avec 36 %, tandis qu'avec une pause de l'horloge, les modèles axés sur le raisonnement atteignent entre 70 % et 80 %. Selon les auteurs, ce benchmark met en lumière les limites actuelles des agents d'IA et ils jugent qu'il faudra encore patienter avant que ces systèmes soient capables de participer à des jeux ou à des enchères en ligne tout en respectant des contraintes de latence.
Metis publie une approche pour un noyau de raisonnement dédié
Metis annonce vouloir concevoir de nouvelles architectures d'IA visant un meilleur raisonnement et publie un article de recherche exposant son approche. L'idée centrale est d'ajouter un noyau de raisonnement aux architectures actuelles afin d'en accroître la fiabilité. La startup écrit que, dans les architectures modernes, une partie de la machinerie qui a permis à AlphaGo d'exceller en raisonnement reste implicite ou absente.
