Apple admet enfin que Siri est dépassé

marsbitPublié le 2026-06-09Dernière mise à jour le 2026-06-09

Résumé

Apple a finalement reconnu que Siri est dépassé, lors du WWDC 2026. Face à la concurrence féroce des IA génératives comme ChatGPT, l'entreprise a annoncé un vaste remaniement de son assistant, rebaptisé Siri AI. Le cœur de la stratégie est un partenariat profond avec Google. Apple utilisera les capacités du modèle Gemini pour entraîner sa nouvelle génération de modèles de fondation (Apple Foundation Models), allant de versions légères côté appareil à des modèles cloud puissants. Pour la première fois, le calcul privé de l'entreprise (Private Cloud Compute) s'étendra également aux GPU de Google Cloud et Nvidia. Historiquement, Apple a privilégié une approche d'IA discrète, intégrée au système et axée sur la confidentialité et le traitement local (comme le Neural Engine). Cependant, cette philosophie a limité les capacités de Siri, le cantonnant à des tâches simples face aux assistants modernes. L'évolution présentée vise à faire de Siri une intelligence véritablement intégrée au système, avec une application dédiée, une mémoire, une synchronisation entre appareils et une capacité à comprendre le contexte personnel pour automatiser les tâches quotidiennes (tri des notifications, rédaction d'e-mails, recherche dans les photos...). Cette transformation soulève des défis. En Chine, les réglementations locales nécessiteront probablement une version différente d'Apple Intelligence, en partenariat avec un modèle local. De plus, ces nouvelles fonctions avancées seront limitées aux...

Par|Sleepy

Le 9 juin 2026 à 1h00 heure de Pékin, le WWDC 2026 d'Apple a commencé comme prévu.

Lors de la keynote, Apple a renommé Siri en Siri AI, annoncé une coopération approfondie avec Google, utilisant la capacité du modèle Gemini pour entraîner sa nouvelle génération de modèles de base, et étendu son système Private Cloud Compute pour la première fois à Google Cloud et aux GPU de Nvidia.

Elle a dévoilé cinq Apple Foundation Models, le plus petit ayant 3 milliards de paramètres en local, et le plus grand dans le cloud optimisé pour les GPU Nvidia. Presque toutes les applications quotidiennes ont été réécrites. Siri a même obtenu sa propre application indépendante, capable de sauvegarder les conversations, de synchroniser entre les appareils, et de posséder une mémoire.

C'était la keynote d'Apple la plus riche en informations de ces dernières années.

Apprivoiser un futur

L'histoire de l'IA chez Apple remonte à l'automne 2011, lors du lancement de l'iPhone 4S, lorsque Siri s'est présenté pour la première fois.

À cette époque, Steve Jobs était gravement malade, et Apple se tenait à la frontière d'une ère. Siri ressemblait à une petite créature tout droit sortie d'un film de science-fiction. Vous lui demandiez la météo, un restaurant, lui demandiez de régler une alarme, elle répondait d'une voix légèrement mécanique, et pour la première fois, vous aviez l'impression que le téléphone n'était pas qu'un morceau de verre sans âme.

Siri est issu du projet CALO du SRI International, à l'origine un assistant d'intelligence artificielle de niveau militaire financé par la DARPA. En 2010, Apple l'a acquis, un rachat estimé par TechCrunch à plus de 200 millions de dollars. Un an plus tard, Siri faisait ses débuts avec l'iPhone 4S. Apple disait qu'il pouvait comprendre le langage naturel et agir comme un assistant personnel.

À ce moment-là, Apple avait obtenu le meilleur accès mondial à une intelligence personnelle. Puis elle a perdu dix ans.

Aujourd'hui, avec le recul, Siri a d'abord changé la façon dont les gens parlent aux machines. En 2011, l'iPhone transformait le téléphone d'un outil de communication en un appareil informatique personnel, l'App Store redéfinissait la distribution de logiciels, l'internet mobile quittait le bureau du PC pour la paume de la main. Siri est apparu au sommet d'une vague ascendante. Mais une fois chez Apple, il est rapidement passé d'un assistant personnel ambitieux à une télécommande vocale obéissante.

Apple croit fondamentalement à un système fermé et contrôlé. Mais un véritable assistant personnel doit pouvoir accéder à plus de services, comprendre plus de contexte, tolérer plus d'incertitude. Et l'incertitude signifie erreurs, risques pour la vie privée, désordre – ce qu'Apple gère le moins bien.

Ainsi, Siri n'était autorisé qu'à effectuer des tâches déterminées, comme un futur apprivoisé. Il avait un nom, une voix, un emballage de personnalité, mais il manquait justement l'initiative et la mémoire nécessaires à une véritable personnalité. Les utilisateurs ont d'abord été émerveillés, puis ont plaisanté à son sujet, et finalement ont cessé de l'utiliser.

Apple a été la première à mettre un « assistant personnel » dans un téléphone, et aussi la première à l'y enfermer.

Aujourd'hui, toute l'industrie travaille sur les Agents. En y regardant de plus près, Siri de 2011 en était presque le prototype. On peut dire qu'Apple a été l'une des premières entreprises à créer l'ébauche d'un Agent, mais elle est finalement devenue la dernière à le finaliser.

Une IA qui n'en a pas l'air

Pendant toutes ces années où Siri n'a pas grandi, l'IA d'Apple a-t-elle stagné ?

La réponse est exactement le contraire. Apple a fait beaucoup d'IA, mais d'une manière qui n'en avait pas l'air.

Si l'on en juge par l'écho des keynotes, Apple semble s'être soudainement mise à parler sérieusement d'IA en 2024. Mais si l'on remonte le chemin technologique, Apple était en action depuis dix ans.

En 2015, elle a racheté deux entreprises, l'une pour améliorer le dialogue en langage naturel, l'autre pour explorer l'exécution directe de l'apprentissage profond sur le téléphone. La même année, lors du WWDC, elle a présenté le Proactive Assistant, essayant de faire en sorte que le système donne des suggestions avant même que l'utilisateur ne parle. Cette idée était très en avance, mais dans les conditions techniques de l'époque, cela ressemblait plus à un slogan.

L'année suivante, elle a lancé SiriKit, ouvrant Siri de manière limitée aux développeurs, et a publiquement évoqué la confidentialité différentielle (Differential Privacy), affirmant vouloir apprendre à partir de données massives tout en protégeant la vie privée individuelle. En 2017, l'iPhone X a apporté le Neural Engine, Face ID et l'appareil photo ont commencé à dépendre de l'apprentissage automatique en local. Apple a également lancé Core ML pour permettre aux développeurs d'exécuter des modèles sur les appareils Apple, et a racheté Workflow, qui est devenu plus tard Raccourcis.

C'était un ensemble de réponses très typique d'Apple. Elle voulait à la fois de l'IA, mais pas comme Google qui mise tout sur le cloud et les données personnelles massives. Elle voulait des développeurs, mais ne voulait pas que Siri devienne un brouet informe. Apple a donc choisi la voie la plus difficile et la plus lente : travailler en local, sur la vie privée et l'intégration système.

Vers 2020, Apple a racheté plusieurs entreprises spécialisées dans l'IA à faible puissance en périphérie (edge AI) et la compréhension vocale. La même année, la puce M1 est sortie, avec un Neural Engine à 16 cœurs sur Mac, la puissance de calcul de l'IA en local s'étendant du téléphone dans la poche à l'ordinateur. L'année suivante, Live Text et Visual Look Up sont arrivés, permettant de copier directement le texte dans les photos, à la caméra de reconnaître les fleurs et les plantes, et plus de requêtes vocales pouvaient être traitées sans quitter l'appareil.

Apple n'a certes pas lancé d'application d'IA autonome ces dix dernières années, mais elle a bel et bien rendu le téléphone plus intelligent.

Ce choix de voie avait sa logique. L'IA sur téléphone n'est pas qu'une machine à répondre. Elle doit voir des photos, écouter de la voix, comprendre les contacts, appeler des applications, percevoir la batterie, la localisation et l'heure. Il est préférable qu'elle puisse faire certaines choses même sans réseau, et idéalement, qu'elle ne transfère pas toute la vie de l'utilisateur dans le cloud à chaque requête. La maîtrise matérielle d'Apple lui a permis d'emprunter cette voie.

Mais entre une intelligence locale et une intelligence globale, il y a un fossé profond. Apple excelle à décomposer la technologie en pièces fiables, mais l'IA générative exige de réassembler ces pièces en un tout.

Ces pièces reposaient tranquillement dans le système, attendant une opportunité.

L'opportunité n'est pas venue la première. C'est ChatGPT qui est arrivé en premier.

Lorsque ChatGPT est apparu fin 2022, Apple n'était pas prise au dépourvu. Tim Cook a répété à plusieurs reprises que l'IA et l'apprentissage automatique étaient les technologies fondamentales des produits Apple depuis des années, et Bloomberg a révélé en 2023 qu'Apple avait en interne le framework de grand modèle Ajax et un projet de Chatbot interne.

Mais le problème n'était pas qu'Apple n'avait pas de cartes en main, le problème était que les règles du jeu avaient changé.

ChatGPT a attiré l'attention des utilisateurs des « fonctionnalités » vers les « capacités ». Les utilisateurs ont commencé à s'attendre à ce que l'IA soit présente sur leur téléphone, puis à comparer qui était le plus fort. Alors que ChatGPT pouvait déjà organiser des pensées confuses en un e-mail, Siri disait encore : « J'ai trouvé ceci sur le web. »

Au WWDC 2024, Apple a présenté Apple Intelligence. Outils de rédaction, résumé de notifications, recherche dans les photos, compréhension personnalisée de Siri, intégration de ChatGPT. Apple a finalement admis qu'en ne comptant que sur ses propres modèles, du moins en 2024, elle ne pourrait pas répondre aux attentes des utilisateurs. Mais le projet qu'elle avait présenté n'a finalement pas pu être livré selon le rythme annoncé.

Engager Google comme tuteur

Derrière le report d'Apple Intelligence, il n'y avait pas seulement un retard technologique, mais toute la structure de l'équipe Siri qui ne pouvait pas suivre cette vague d'IA.

Plusieurs médias ont confirmé que le directeur de l'IA d'Apple, John Giannandrea, quittait la scène, que Craig Federighi reprenait la direction de l'IA, que Mike Rockwell, responsable du Vision Pro, était muté pour diriger l'équipe Siri, et que de nombreux ingénieurs Siri étaient envoyés apprendre des outils de programmation d'IA. Ce n'était pas une rotation de poste élégante ; en interne, Apple avait déjà réalisé qu'avec les mêmes personnes et le même rythme, elle ne pourrait pas suivre.

En janvier 2026, Apple et Google ont publié une déclaration conjointe : Apple utiliserait la technologie Gemini pour personnaliser les fonctionnalités d'Apple Intelligence sur l'iPhone et d'autres produits. Selon des rapports, Apple prévoyait de payer environ 10 milliards de dollars par an à Google pour utiliser une version personnalisée du modèle Gemini de 1 200 milliards de paramètres pour soutenir la refonte de Siri. Apple avait également testé les modèles d'OpenAI et d'Anthropic, mais a finalement choisi Google.

C'est totalement différent de l'intégration de ChatGPT en 2024. À l'époque, ChatGPT ressemblait plus à une bouée de sauvetage que Siri appelait avec l'autorisation de l'utilisateur lorsqu'il ne pouvait pas répondre, la marque était celle d'OpenAI, l'interface était sous forme de fenêtre contextuelle. Cette fois, Gemini entre directement dans les couches basses, devenant une partie de la nouvelle génération de modèles de base d'Apple.

L'action clé est la distillation. Google a donné à Apple un accès complet à Gemini. Apple génère des réponses et des processus de raisonnement de haute qualité en utilisant les grands modèles dans les centres de données de Google, puis utilise ces résultats pour entraîner des modèles plus petits, moins chers et pouvant fonctionner sur iPhone.

La veille du WWDC, l'article technique publié par Apple a présenté cette collaboration comme la troisième génération d'Apple Foundation Models, développée en collaboration personnalisée avec Google en cinq modèles. En local, il y a l'AFM 3 Core à 3 milliards de paramètres, et un modèle clairsemé (sparse) AFM 3 Core Advanced à 200 milliards de paramètres mais n'activant qu'une partie par requête. Dans le cloud, il y a l'AFM 3 Cloud et le modèle d'images ADM 3 Cloud, ainsi que le plus puissant AFM 3 Cloud Pro.

Le changement le plus réaliste concerne la puissance de calcul. Les modèles en local, aussi intelligents soient-ils, ne peuvent pas accomplir toutes les tâches. L'infrastructure Private Cloud Compute (PCC) d'Apple a du mal à supporter seule un raisonnement complet de niveau Gemini ; certaines requêtes s'exécuteront sur les GPU Nvidia de Google Cloud. Apple a ensuite confirmé que le PCC s'étendait pour la première fois en dehors des centres de données d'Apple, la pile technologique couvrant Nvidia Confidential Computing, Intel TDX et les puces Google Titan. Apple a souligné qu'elle contrôlait toujours le logiciel PCC, que les appareils ne faisaient confiance qu'aux programmes approuvés et chiffrés par Apple, et que les fichiers binaires correspondants seraient également ouverts à l'examen par les chercheurs en sécurité.

Apple n'a pas vraiment abandonné le contrôle, mais elle a abandonné la dignité d'une recherche et développement entièrement autonome.

Des os empruntés

Pour comprendre la position d'Apple à l'ère de l'IA, il faut d'abord voir clairement quel est son actif le plus central.

Ce ne sont pas les puces, ni les modèles, ce sont les appareils. Les appareils contiennent les albums photo, les e-mails, les calendriers, les cartes et les paiements, et portent une multitude de fragments de la vie de gens ordinaires. L'IA qui peut mobiliser ces fragments n'est pas qu'un chatbot, elle peut devenir le véritable centre nerveux de l'intelligence personnelle.

Apple a commencé très tôt à préparer le terrain pour ce centre nerveux. Workflow, racheté en 2017 et devenu plus tard Raccourcis, était profondément lié à Siri et à l'automatisation du système. App Intents, lancé en 2022, permet aux applications tierces d'exposer leurs capacités aux entrées du système. À l'ère d'Apple Intelligence, ces interfaces sont devenues les mains et les pieds permettant à l'IA d'appeler des actions dans le monde réel.

Avec ces interfaces, OpenAI peut entrer, Gemini peut aussi entrer, et sur le marché chinois, on pourra à l'avenir trouver des partenaires locaux. Mais la façon dont ils entrent n'est pas de prendre directement le contrôle de l'iPhone, mais d'être intégrés dans le cadre d'autorisation et les règles de confidentialité d'Apple.

Ce qu'Apple craint le plus, ce n'est pas qu'un modèle soit plus fort que le sien. Elle craint que les utilisateurs commencent à contourner le système et confient directement leur vie à une autre entrée. Si un jour les utilisateurs ouvrent non pas des applications, mais un assistant IA qui planifie tout pour eux, Apple se réduira à une coque bien fabriquée.

Ainsi, désormais, le mot « Apple » dans Apple Intelligence représente davantage le contrôle du produit, et non plus la souveraineté technologique complète. La peau est poussée par elle-même, les vêtements sont coupés par elle-même, mais les os sont empruntés. Google fournit le squelette, Nvidia fournit les articulations, et Apple doit habiller ce corps de ses propres vêtements et le faire avancer.

Ce que Google obtient de cet accord est un énorme soutien : même Apple reconnaît que les capacités fondamentales de Gemini sont plus fiables. Nvidia obtient une autre preuve : même si Apple a les puces grand public les plus puissantes et l'ambition de serveurs auto-développés, face aux tâches de raisonnement de pointe et d'agent complexes, on ne peut pas contourner le cloud GPU.

Mais plus on emprunte d'os, moins le corps n'est complètement le sien. Derrière chaque os emprunté se cachent les calculs commerciaux des fournisseurs, la réglementation et le rythme technologique. Si un jour quelqu'un décide de retirer ces os, Apple pourra-t-elle encore tenir debout ? Elle n'a pas besoin de répondre à cette question pour le moment, mais elle devra y répondre tôt ou tard.

Un nouveau locataire dans le système

Les gens ordinaires ne s'intéressent pas aux paramètres des modèles. Les gens ordinaires veulent que leur téléphone les dérange moins.

Apple a déclaré sur scène lors du WWDC26 : « There are times when you expect more from Siri. » (Il y a des moments où vous attendez plus de Siri.)

Pour Apple, c'est presque une excuse.

Puis elle a essayé de vous montrer une matinée différente.

Vous vous réveillez, l'écran est encombré de vingt notifications. Auparavant, vous deviez les faire défiler une par une. Maintenant, le système les a déjà triées par ordre de priorité : les messages du patron sont en tête, les publicités et promotions sont regroupées en une ligne grise. Vous ouvrez votre e-mail, un long e-mail professionnel a déjà été résumé en trois phrases. Vous décidez de répondre, Siri rédige un brouillon en fonction du ton que vous utilisez habituellement avec cette personne. Vous vous souvenez que vous devez appeler un commerçant cet après-midi pour un retour. Avant même de composer le numéro, le système a déjà trouvé le numéro de commande dans vos e-mails des jours précédents et l'a collé sur l'interface d'appel.

C'est l'histoire qu'Apple veut raconter : une couche d'intelligence sous-jacente au système, qui vous évite les tâches cognitives répétitives quotidiennes. Lire moins de bêtises, chercher moins longtemps des fichiers, être interrompu une fois de moins par les notifications.

Pour raconter cette histoire, Apple a presque entièrement repensé l'entrée de Siri. Sur iPhone, il est intégré dans le Dynamic Island, accessible en glissant vers le bas. Sur iPad et Mac, il est fusionné avec Spotlight. Il a obtenu sa propre application, capable de sauvegarder et de poursuivre les conversations passées, et de synchroniser entre les appareils via iCloud. Apple veut faire de Siri un assistant IA vivant dans le système, avec de la mémoire et du contexte, mais en essayant de ne pas le faire ressembler à ChatGPT.

Le visuel est également une direction importante. L'appareil photo dispose d'un nouveau mode Siri : photographiez un plat pour obtenir des informations nutritionnelles, photographiez quelque chose d'incompréhensible pour l'identifier et le rechercher. La dictée au niveau du système ne se contente plus de transcrire la voix en texte ; elle ajoute automatiquement la ponctuation, ajuste le format, transformant le langage parlé en texte prêt à être envoyé.

Le côté développeur prépare également le terrain. Apple a ouvert le framework Core AI, permettant aux tiers de charger leurs propres modèles sur l'appareil. App Intents, une fois mis à jour, permet à Siri de mieux comprendre les applications tierces. Le Foundation Models Framework n'appelle plus seulement les modèles en local d'Apple, mais prend également en charge l'intégration de fournisseurs externes comme Claude et Gemini. Apple trace une voie pour tout l'écosystème : à l'avenir, lorsque Siri devra effectuer des tâches entre applications, les développeurs devront confier le contenu et les actions au système pour qu'il les comprenne.

Si ces plans se concrétisent, l'IA d'Apple ne sera plus seulement « Siri qui sait discuter ».

Mais cette fois, Apple est beaucoup plus prudente qu'auparavant. Siri AI ne sera accessible aux utilisateurs que plus tard cette année, sous forme bêta, en anglais d'abord. Et le même Apple Intelligence, en Chine, ne sera probablement pas le même produit.

Pour les utilisateurs chinois, l'IA d'Apple, c'est surtout pour le spectacle. La keynote est animée, les fonctionnalités sont belles à voir, mais la région chinoise « ne les prend pas en charge pour le moment ».

Le marché chinois a toute une série de règles pour l'IA générative : enregistrement, sécurité du contenu et localisation des données. Apple doit trouver des partenaires de modèles locaux, doit passer par des approbations réglementaires. Apple Intelligence en Chine n'est pas seulement une question de sortie retardée de quelques mois ; dès la base, cela pourrait ne pas être la même chose.

Ce que voient les utilisateurs américains est une combinaison de modèles auto-développés et de Gemini. Ce que verront les utilisateurs chinois est probablement une version modelée par les autorisations du système Apple, les services cloud locaux, les modèles locaux et les exigences réglementaires. Ils s'appellent tous Apple Intelligence, mais leurs capacités réelles et leurs limites accessibles pourraient être complètement différentes.

Les services iCloud en Chine continentale sont exploités par Cloud Guangxi (云上贵州). Le cloud stocke les fichiers, l'IA doit comprendre les fichiers ; le cloud stocke les photos, l'IA doit comprendre les photos ; le cloud synchronise les notes, l'IA doit extraire vos projets, habitudes et relations interpersonnelles des notes. Ces données ont de nouvelles utilisations à l'ère de l'IA, et doivent naturellement faire face à une réglementation de poids différent.

La menace la plus réaliste vient de la concurrence. Les fabricants de téléphones chinois agissent rapidement en matière de grands modèles en local, d'assistants en chinois et d'IA pour l'imagerie. Pour les utilisateurs chinois, dépenser dix à vingt mille yuans pour un nouvel iPhone, pour finalement ne pas pouvoir utiliser les fonctionnalités d'IA les plus centrales, cela vaut mieux changer de marque.

Les scènes quotidiennes du marché chinois sont également particulièrement délicates pour Apple : WeChat, Alipay, Meituan, Douyin, les applications de covoiturage, les services administratifs, les réservations d'hôpitaux... Voilà ce dont beaucoup de gens s'occupent vraiment avec leur téléphone chaque jour. Un assistant IA qui ne peut pas entrer dans ces scènes, qui ne comprend pas les discussions de groupe, les tickets, les codes de vérification et toutes sortes d'expressions que seuls les locaux comprennent instantanément, aura du mal à être qualifié d'« intelligent ».

Comprendre une personne

Apple Intelligence a un autre problème : il ne couvre pas tous les iPhone.

iOS 27 peut être installé jusqu'à l'iPhone 11 et l'iPhone SE de deuxième génération, mais Apple Intelligence nécessite au minimum un iPhone 15 Pro ou modèle plus récent, un iPad avec puce M et un Mac. Les modèles en local les plus puissants ont des exigences encore plus élevées : iPhone 17 Pro, iPhone Air, iPad M4 avec au moins 12 Go de mémoire unifiée ou Mac M3.

Ces dernières années, le cycle de renouvellement des téléphones s'est allongé. L'écran est assez bon, la photo est suffisante, beaucoup de gens ne changent plus de téléphone chaque année. L'IA pourrait peut-être devenir la raison pour qu'Apple stimule à nouveau le renouvellement. L'IA en local nécessite effectivement des puces plus puissantes et plus de mémoire, les barrières matérielles sont inévitables. Une capacité personnelle présentée comme « plus compréhensive » devient finalement une barrière de prix.

Ces quinze dernières années, Apple n'a cessé de se demander « ce qui viendra après l'iPhone ». Elle a essayé la montre, les écouteurs, la télévision, le projet de voiture qui a fait courir les rumeurs pendant dix ans avant d'être abandonné. En 2024, une partie des employés de l'équipe automobile a été transférée dans l'équipe d'IA générative.

L'IA arrive à point nommé : elle donne à Apple une histoire de nouvelle génération sans avoir à créer une nouvelle catégorie de matériel à partir de zéro, il suffit de transformer les appareils déjà entre les mains de plus d'un milliard d'utilisateurs. Après l'iPhone, ce sera peut-être encore l'iPhone, mais il devra devenir autre chose.

Le successeur de Tim Cook, Ternus, chargé de la planification future des produits matériels, a laissé entendre la prochaine étape d'Apple. Il pousse un ensemble d'appareils d'IA non annoncés : des lunettes et des appareils portables avec caméra, utilisant la vision par ordinateur pour comprendre l'environnement. Si ces produits se concrétisent, Apple Intelligence s'étendra du téléphone vers l'extérieur : téléphone, écouteurs, lunettes et hub domestique pourraient tous devenir de nouveaux sens.

Mais peu importe comment les sens s'étendent, la question centrale reste la même.

La relation entre une personne et son téléphone, la plupart du temps, n'est pas une longue conversation assise, mais des perturbations mutuelles dans des scènes extrêmement triviales. Vous courez pour prendre le métro, un enfant pleure, le patron presse, l'écran est encombré de 20 notifications. La signification la plus concrète d'Apple Intelligence pour les gens ordinaires n'est pas un assistant universel, mais le fait que le téléphone commence à assumer une partie de vos tâches cognitives fastidieuses. Lire moins de bêtises, chercher moins longtemps des fichiers, être interrompu une fois de moins par les notifications.

Apple s'est toujours présentée comme une entreprise du côté de l'utilisateur. Elle dit que la vie privée est un droit humain fondamental, que l'appareil appartient à l'utilisateur, que la technologie doit servir l'humain. À l'ère de l'IA, ce discours va être vraiment mis à l'épreuve. Parce qu'une fois qu'un système commence à vous comprendre, il ne protège pas seulement vos données, il façonne aussi vos actions. Il vous donne des résumés, des suggestions, filtre les informations pour vous, juge ce qui est important et ce qui peut être ignoré.

La difficulté de l'intelligence personnelle n'a jamais été seulement l'intelligence, mais aussi le « personnel ». La vie d'une personne n'est pas une base de données ; elle contient des émotions, des malentendus, des choses inavouables, des recoins que l'on ne veut pas que n'importe quel système voie. Pour que l'IA entre dans ces endroits, l'efficacité ne peut pas être le seul laissez-passer.

Kazuo Ishiguro, dans « Klara et le Soleil », a écrit sur une compagne d'intelligence artificielle, Klara. Elle a consacré toute son existence à comprendre une jeune fille, a appris à observer les changements de lumière, à lire les expressions et les silences, à savoir quand se taire.

Mais l'endroit le plus touchant de tout le livre est lorsque Klara comprend finalement qu'il y a une partie de la jeune fille qu'elle ne pourra jamais toucher. Ce n'est pas qu'elle ne soit pas assez intelligente, mais elle comprend une chose : comprendre une personne et posséder les données d'une personne sont deux choses complètement différentes.

Apple a mis quinze ans à en arriver à admettre que Siri n'était pas assez bon. Cette nuit du WWDC, elle a emprunté des modèles à Google, de la puissance de calcul à Nvidia, et encore un an de patience aux utilisateurs. Elle a prouvé qu'elle était prête à s'humilier, mais s'humilier n'est qu'un début.

Ensuite, elle devra apprendre ce que Klara savait déjà. Pas comment devenir plus intelligente, mais après être entrée dans la vie d'une personne, savoir où s'arrêter.

-FIN-

Questions liées

QQuand et comment Apple a-t-il annoncé son partenariat majeur avec Google pour améliorer Siri ?

ALors du WWDC 2026, le 9 juin 2026, Apple a annoncé un partenariat en profondeur avec Google, utilisant les capacités du modèle Gemini pour entraîner sa nouvelle génération de modèles de fondation. Cette collaboration inclut également l'extension du système Private Cloud Compute vers Google Cloud et les GPU de Nvidia.

QQuel est le principal défi qu'Apple a rencontré avec Siri depuis son lancement, selon l'article ?

ALe principal défi pour Apple a été de concilier son désir de contrôle et de système fermé avec les nécessités d'un véritable assistant personnel. Siri a été limitée à des tâches déterministes, manquant d'initiative et de mémoire, ce qui l'a empêchée d'évoluer vers un Agent intelligent malgré son lancement précoce en 2011.

QQuels sont les nouveaux modèles de fondation (Foundation Models) annoncés par Apple et leurs principales caractéristiques ?

AApple a annoncé cinq nouveaux Apple Foundation Models (AFM 3). Le modèle en périphérie (edge) le plus petit, AFM 3 Core, a 3 milliards de paramètres. Le modèle cloud le plus puissant, AFM 3 Cloud Pro, est optimisé pour les GPU Nvidia. Il existe également des modèles intermédiaires et un modèle sparse avancé de 20 milliards de paramètres.

QComment l'article décrit-il la stratégie d'Apple en matière d'IA avant l'avènement des modèles génératifs comme ChatGPT ?

AAvant ChatGPT, la stratégie d'Apple en matière d'IA se concentrait sur l'intégration discrète et sécurisée dans le système et le matériel. Elle privilégiait l'IA sur l'appareil (edge computing), la protection de la vie privée via des technologies comme Differential Privacy, et le développement de puces comme le Neural Engine, plutôt que de créer une application IA autonome et visible.

QQuels sont les obstacles spécifiques mentionnés pour le déploiement d'Apple Intelligence sur le marché chinois ?

ALe déploiement d'Apple Intelligence en Chine est compliqué par des réglementations strictes sur l'IA générative, incluant l'approbation des modèles, la sécurité du contenu et la localisation des données. Apple devra probablement s'associer à un fournisseur de modèle local, et la version finale pourrait avoir des capacités et des limites très différentes de celle proposée aux États-Unis, sans oublier la concurrence féroce des fabricants de téléphones locaux.

Lectures associées

Le cycle quadriennal du Bitcoin n'a jamais disparu, il a juste "changé d'apparence"

Le cycle quadriennal du Bitcoin demeure valide, bien que ses manifestations aient changé. Le sommet du cycle, atteint en octobre 2025 autour de 126 000 dollars, est intervenu selon le schéma temporel historique, environ 535 jours après le halving d'avril 2024. Cependant, les indicateurs classiques de suivi (MVRV, Pi Cycle, NUPL, etc.) n'ont pas signalé ce sommet. La raison principale est le changement de profil des acheteurs. Les capitaux des investisseurs particuliers, qui alimentaient traditionnellement la phase finale euphorique des cycles, ont été largement drainés par les memecoins et les émissions de jetons à forte valorisation (FDV) destinés aux VC avant de pouvoir se déverser sur le Bitcoin. Pendant ce temps, la demande institutionnelle via les ETF spot (plus de 630 milliards de dollars d'afflux nets) et l'accumulation agressive d'entreprises comme MicroStrategy ont constitué la principale force d'achat. Ces acteurs institutionnels achètent de manière structurelle et régulière, sans créer la dynamique spéculative extrême que mesurent les indicateurs traditionnels. Actuellement, le Bitcoin est en phase baissière, avec un prix corrigé d'environ 50% par rapport au sommet. Le scénario de base, s'appuyant sur le rythme historique et la réduction progressive de l'amplitude des baisses, suggère un potentiel creux entre 45 000 et 55 000 dollars vers le troisième ou quatrième trimestre 2026, la moyenne mobile sur 200 semaines constituant un niveau de support clé. Le prochain halving en avril 2028 devrait ensuite initier la prochaine expansion cyclique, avec un pic potentiel visé pour 2029. Le cycle persiste, mais ses signaux avant-coureurs ont évolué avec la structure du marché.

marsbitIl y a 3 mins

Le cycle quadriennal du Bitcoin n'a jamais disparu, il a juste "changé d'apparence"

marsbitIl y a 3 mins

L'agent IA révolutionne les jeux Web3 : de la controverse des bots de Rugpull Bakery au nouveau paradigme de l'agent intelligent en 2026

Le jeu compétitif Rugpull Bakery a cristallisé les débats sur les bots dans le Web3, poussant les développeurs à légitimer les agents IA comme partie intégrante du gameplay. Cet événement marque un tournant vers l'ère du "Agentic Gaming", où les IA deviennent des acteurs autonomes dotés de stratégie, de mémoire et de souveraineté économique. Plusieurs modèles émergent en 2026. Le premier, incarné par TEN Protocol, AI Arena et Somnia (devenu "The Agentic L1"), fait des agents des compétiteurs ou entités économiques indépendants. Le second, illustré par EVE Frontier, permet de programmer l'environnement de jeu via des "Smart Assemblies", transformant les infrastructures en entités dynamiques régies par l'IA, une approche renforcée par le standard ERC-8183 pour la collaboration inter-agents. Enfin, des projets comme Parallel Colony et Illuvium explorent un modèle d'accompagnement hybride, où les joueurs collaborent avec des avatars IA autonomes pour une expérience narrative évolutive. La tendance est claire : plutôt que de les restreindre, l'avenir du jeu Web3 réside dans l'intégration structurelle des agents IA via des blockchains adaptées. Ce tournant "post-humain" promet de transformer les joueurs de travailleurs manuels en commandants de souveraineté numérique et partenaires symbiotiques, faisant du jeu un laboratoire pour les futurs modèles économiques et de gouvernance.

marsbitIl y a 27 mins

L'agent IA révolutionne les jeux Web3 : de la controverse des bots de Rugpull Bakery au nouveau paradigme de l'agent intelligent en 2026

marsbitIl y a 27 mins

La baisse de deux jours de l'IA est terminée, pourquoi les capitaux rachètent-ils d'abord la mémoire ?

Après la forte chute des semi-conducteurs le 5 juin, qui a effacé plus de 1 000 milliards de dollars de valeur de marché, la question s'est rapidement portée sur les secteurs les plus à même de rebondir. Contrairement à la correction uniforme, une réallocation interne s'est opérée, les flux se tournant vers les actifs dont la croissance liée à l'IA peut se traduire plus rapidement en bénéfices. Alors que le marché réévalue les actifs à forte anticipation, passant de "qui a une histoire IA" à "qui peut matérialiser la demande en profits", la mémoire (stockage) s'est distinguée. Contrairement à d'autres segments du hardware IA dont le cycle dépend de projections à plus long terme, la demande en mémoire (notamment HBM, DRAM serveur) se traduit déjà directement dans les commandes, les prix en hausse et les résultats financiers. Les publications de Micron et SK Hynix montrent une amélioration marquée des revenus, marges et BPA, soutenue par des contrats et une dynamique de prix favorables. La chute initiale, déclenchée par une réaction à des indicateurs de Broadcom pourtant solides, a servi de test de résistance pour les valorisations élevées. Dans ce contexte, le marché privilégie désormais les chemins de validation les plus courts vers le BPA. La mémoire bénéficie d'une chaîne de transmission plus directe : la demande IA tire les produits haut de gamme, réduit l'offre sur les marchés traditionnels, fait monter les prix et améliore rapidement la profitabilité. Ce rebond ne signifie pas que la mémoire est un récit plus fort que les GPU, ASIC ou modules optiques, mais qu'elle offre une visibilité plus immédiate et modélisable via les prochains résultats. Il indique un relèvement du seuil de validation par le marché après la correction, avec une préférence actuelle pour les actifs dont la croissance du BPA est la plus facile à attester.

marsbitIl y a 39 mins

La baisse de deux jours de l'IA est terminée, pourquoi les capitaux rachètent-ils d'abord la mémoire ?

marsbitIl y a 39 mins

Trading

Spot
Futures

Articles tendance

Qu'est ce que $S$

Comprendre SPERO : Un aperçu complet Introduction à SPERO Alors que le paysage de l'innovation continue d'évoluer, l'émergence des technologies web3 et des projets de cryptomonnaie joue un rôle central dans la façon dont se dessine l'avenir numérique. Un projet qui a attiré l'attention dans ce domaine dynamique est SPERO, désigné comme SPERO,$$s$. Cet article vise à rassembler et à présenter des informations détaillées sur SPERO, afin d'aider les passionnés et les investisseurs à comprendre ses fondations, ses objectifs et ses innovations dans les domaines du web3 et de la crypto. Qu'est-ce que SPERO,$$s$ ? SPERO,$$s$ est un projet unique dans l'espace crypto qui cherche à tirer parti des principes de décentralisation et de la technologie blockchain pour créer un écosystème qui favorise l'engagement, l'utilité et l'inclusion financière. Le projet est conçu pour faciliter les interactions entre pairs de nouvelles manières, offrant aux utilisateurs des solutions et des services financiers innovants. Au cœur de SPERO,$$s$, l'objectif est d'autonomiser les individus en fournissant des outils et des plateformes qui améliorent l'expérience utilisateur dans l'espace des cryptomonnaies. Cela inclut la possibilité de méthodes de transaction plus flexibles, la promotion d'initiatives dirigées par la communauté et la création de voies pour des opportunités financières via des applications décentralisées (dApps). La vision sous-jacente de SPERO,$$s$ tourne autour de l'inclusivité, visant à combler les lacunes au sein de la finance traditionnelle tout en exploitant les avantages de la technologie blockchain. Qui est le créateur de SPERO,$$s$ ? L'identité du créateur de SPERO,$$s$ reste quelque peu obscure, car il existe peu de ressources publiques fournissant des informations détaillées sur son ou ses fondateurs. Ce manque de transparence peut découler de l'engagement du projet envers la décentralisation—une éthique que de nombreux projets web3 partagent, privilégiant les contributions collectives plutôt que la reconnaissance individuelle. En centrant les discussions autour de la communauté et de ses objectifs collectifs, SPERO,$$s$ incarne l'essence de l'autonomisation sans désigner des individus spécifiques. Ainsi, comprendre l'éthique et la mission de SPERO reste plus important que d'identifier un créateur unique. Qui sont les investisseurs de SPERO,$$s$ ? SPERO,$$s$ est soutenu par une diversité d'investisseurs allant des capital-risqueurs aux investisseurs providentiels dédiés à favoriser l'innovation dans le secteur crypto. L'objectif de ces investisseurs s'aligne généralement avec la mission de SPERO—priorisant les projets qui promettent des avancées technologiques sociétales, l'inclusivité financière et la gouvernance décentralisée. Ces fondations d'investisseurs s'intéressent généralement à des projets qui non seulement offrent des produits innovants, mais qui contribuent également positivement à la communauté blockchain et à ses écosystèmes. Le soutien de ces investisseurs renforce SPERO,$$s$ en tant que concurrent notable dans le domaine en rapide évolution des projets crypto. Comment fonctionne SPERO,$$s$ ? SPERO,$$s$ utilise un cadre multifacette qui le distingue des projets de cryptomonnaie conventionnels. Voici quelques-unes des caractéristiques clés qui soulignent son unicité et son innovation : Gouvernance décentralisée : SPERO,$$s$ intègre des modèles de gouvernance décentralisée, permettant aux utilisateurs de participer activement aux processus de décision concernant l'avenir du projet. Cette approche favorise un sentiment de propriété et de responsabilité parmi les membres de la communauté. Utilité du token : SPERO,$$s$ utilise son propre token de cryptomonnaie, conçu pour servir diverses fonctions au sein de l'écosystème. Ces tokens permettent des transactions, des récompenses et la facilitation des services offerts sur la plateforme, améliorant ainsi l'engagement et l'utilité globaux. Architecture en couches : L'architecture technique de SPERO,$$s$ supporte la modularité et l'évolutivité, permettant une intégration fluide de fonctionnalités et d'applications supplémentaires à mesure que le projet évolue. Cette adaptabilité est primordiale pour maintenir la pertinence dans le paysage crypto en constante évolution. Engagement communautaire : Le projet met l'accent sur des initiatives dirigées par la communauté, utilisant des mécanismes qui incitent à la collaboration et aux retours d'expérience. En cultivant une communauté forte, SPERO,$$s$ peut mieux répondre aux besoins des utilisateurs et s'adapter aux tendances du marché. Accent sur l'inclusion : En proposant des frais de transaction bas et des interfaces conviviales, SPERO,$$s$ vise à attirer une base d'utilisateurs diversifiée, y compris des individus qui n'ont peut-être pas engagé auparavant dans l'espace crypto. Cet engagement envers l'inclusion s'aligne avec sa mission globale d'autonomisation par l'accessibilité. Chronologie de SPERO,$$s$ Comprendre l'histoire d'un projet fournit des aperçus cruciaux sur sa trajectoire de développement et ses jalons. Voici une chronologie suggérée cartographiant les événements significatifs dans l'évolution de SPERO,$$s$ : Phase de conceptualisation et d'idéation : Les idées initiales formant la base de SPERO,$$s$ ont été conçues, s'alignant étroitement avec les principes de décentralisation et de concentration sur la communauté au sein de l'industrie blockchain. Lancement du livre blanc du projet : Suite à la phase conceptuelle, un livre blanc complet détaillant la vision, les objectifs et l'infrastructure technologique de SPERO,$$s$ a été publié pour susciter l'intérêt et les retours de la communauté. Construction de la communauté et engagements précoces : Des efforts de sensibilisation actifs ont été entrepris pour construire une communauté d'adopteurs précoces et d'investisseurs potentiels, facilitant les discussions autour des objectifs du projet et recueillant du soutien. Événement de génération de tokens : SPERO,$$s$ a organisé un événement de génération de tokens (TGE) pour distribuer ses tokens natifs aux premiers soutiens et établir une liquidité initiale au sein de l'écosystème. Lancement de la première dApp : La première application décentralisée (dApp) associée à SPERO,$$s$ a été mise en ligne, permettant aux utilisateurs d'interagir avec les fonctionnalités principales de la plateforme. Développement continu et partenariats : Des mises à jour et des améliorations continues des offres du projet, y compris des partenariats stratégiques avec d'autres acteurs de l'espace blockchain, ont façonné SPERO,$$s$ en un acteur compétitif et évolutif sur le marché crypto. Conclusion SPERO,$$s$ se dresse comme un témoignage du potentiel du web3 et de la cryptomonnaie pour révolutionner les systèmes financiers et autonomiser les individus. Avec un engagement envers la gouvernance décentralisée, l'engagement communautaire et des fonctionnalités conçues de manière innovante, il ouvre la voie vers un paysage financier plus inclusif. Comme pour tout investissement dans l'espace crypto en rapide évolution, les investisseurs et utilisateurs potentiels sont encouragés à mener des recherches approfondies et à s'engager de manière réfléchie avec les développements en cours au sein de SPERO,$$s$. Le projet illustre l'esprit d'innovation de l'industrie crypto, invitant à une exploration plus approfondie de ses nombreuses possibilités. Bien que le parcours de SPERO,$$s$ soit encore en cours, ses principes fondamentaux pourraient en effet influencer l'avenir de nos interactions avec la technologie, la finance et entre nous dans des écosystèmes numériques interconnectés.

101 vues totalesPublié le 2024.12.17Mis à jour le 2024.12.17

Qu'est ce que $S$

Qu'est ce que AGENT S

Agent S : L'avenir de l'interaction autonome dans Web3 Introduction Dans le paysage en constante évolution de Web3 et des cryptomonnaies, les innovations redéfinissent constamment la manière dont les individus interagissent avec les plateformes numériques. Un projet pionnier, Agent S, promet de révolutionner l'interaction homme-machine grâce à son cadre agentique ouvert. En ouvrant la voie à des interactions autonomes, Agent S vise à simplifier des tâches complexes, offrant des applications transformantes dans l'intelligence artificielle (IA). Cette exploration détaillée plongera dans les subtilités du projet, ses caractéristiques uniques et les implications pour le domaine des cryptomonnaies. Qu'est-ce qu'Agent S ? Agent S se présente comme un cadre agentique ouvert révolutionnaire, spécifiquement conçu pour relever trois défis fondamentaux dans l'automatisation des tâches informatiques : Acquisition de connaissances spécifiques au domaine : Le cadre apprend intelligemment à partir de diverses sources de connaissances externes et d'expériences internes. Cette approche double lui permet de construire un riche répertoire de connaissances spécifiques au domaine, améliorant ainsi sa performance dans l'exécution des tâches. Planification sur de longs horizons de tâches : Agent S utilise une planification hiérarchique augmentée par l'expérience, une approche stratégique qui facilite la décomposition et l'exécution efficaces de tâches complexes. Cette fonctionnalité améliore considérablement sa capacité à gérer plusieurs sous-tâches de manière efficace et efficiente. Gestion d'interfaces dynamiques et non uniformes : Le projet introduit l'Interface Agent-Ordinateur (ACI), une solution innovante qui améliore l'interaction entre les agents et les utilisateurs. En utilisant des Modèles de Langage Multimodaux de Grande Taille (MLLMs), Agent S peut naviguer et manipuler sans effort diverses interfaces graphiques. Grâce à ces fonctionnalités pionnières, Agent S fournit un cadre robuste qui aborde les complexités impliquées dans l'automatisation de l'interaction humaine avec les machines, préparant le terrain pour d'innombrables applications en IA et au-delà. Qui est le créateur d'Agent S ? Bien que le concept d'Agent S soit fondamentalement innovant, des informations spécifiques sur son créateur restent insaisissables. Le créateur est actuellement inconnu, ce qui souligne soit le stade naissant du projet, soit le choix stratégique de garder les membres fondateurs sous le radar. Quoi qu'il en soit, l'accent reste mis sur les capacités et le potentiel du cadre. Qui sont les investisseurs d'Agent S ? Étant donné qu'Agent S est relativement nouveau dans l'écosystème cryptographique, des informations détaillées concernant ses investisseurs et soutiens financiers ne sont pas explicitement documentées. Le manque d'aperçus publiquement disponibles sur les fondations d'investissement ou les organisations soutenant le projet soulève des questions sur sa structure de financement et sa feuille de route de développement. Comprendre le soutien est crucial pour évaluer la durabilité du projet et son impact potentiel sur le marché. Comment fonctionne Agent S ? Au cœur d'Agent S se trouve une technologie de pointe qui lui permet de fonctionner efficacement dans divers environnements. Son modèle opérationnel est construit autour de plusieurs caractéristiques clés : Interaction homme-ordinateur semblable à l'humain : Le cadre offre une planification IA avancée, s'efforçant de rendre les interactions avec les ordinateurs plus intuitives. En imitant le comportement humain dans l'exécution des tâches, il promet d'élever l'expérience utilisateur. Mémoire narrative : Utilisée pour tirer parti des expériences de haut niveau, Agent S utilise la mémoire narrative pour suivre les historiques de tâches, améliorant ainsi ses processus de prise de décision. Mémoire épisodique : Cette fonctionnalité fournit aux utilisateurs un accompagnement étape par étape, permettant au cadre d'offrir un soutien contextuel au fur et à mesure que les tâches se déroulent. Support pour OpenACI : Avec la capacité de fonctionner localement, Agent S permet aux utilisateurs de garder le contrôle sur leurs interactions et flux de travail, s'alignant avec l'éthique décentralisée de Web3. Intégration facile avec des API externes : Sa polyvalence et sa compatibilité avec diverses plateformes IA garantissent qu'Agent S peut s'intégrer sans effort dans des écosystèmes technologiques existants, en faisant un choix attrayant pour les développeurs et les organisations. Ces fonctionnalités contribuent collectivement à la position unique d'Agent S dans l'espace crypto, alors qu'il automatise des tâches complexes en plusieurs étapes avec un minimum d'intervention humaine. À mesure que le projet évolue, ses applications potentielles dans Web3 pourraient redéfinir la manière dont les interactions numériques se déroulent. Chronologie d'Agent S Le développement et les jalons d'Agent S peuvent être encapsulés dans une chronologie qui met en évidence ses événements significatifs : 27 septembre 2024 : Le concept d'Agent S a été lancé dans un document de recherche complet intitulé “Un cadre agentique ouvert qui utilise les ordinateurs comme un humain”, présentant les bases du projet. 10 octobre 2024 : Le document de recherche a été rendu publiquement disponible sur arXiv, offrant une exploration approfondie du cadre et de son évaluation de performance basée sur le benchmark OSWorld. 12 octobre 2024 : Une présentation vidéo a été publiée, fournissant un aperçu visuel des capacités et des caractéristiques d'Agent S, engageant davantage les utilisateurs et investisseurs potentiels. Ces jalons dans la chronologie illustrent non seulement les progrès d'Agent S, mais indiquent également son engagement envers la transparence et l'engagement communautaire. Points clés sur Agent S Alors que le cadre Agent S continue d'évoluer, plusieurs attributs clés se distinguent, soulignant sa nature innovante et son potentiel : Cadre innovant : Conçu pour offrir une utilisation intuitive des ordinateurs semblable à l'interaction humaine, Agent S propose une approche nouvelle de l'automatisation des tâches. Interaction autonome : La capacité d'interagir de manière autonome avec les ordinateurs via une interface graphique signifie un bond vers des solutions informatiques plus intelligentes et efficaces. Automatisation des tâches complexes : Avec sa méthodologie robuste, il peut automatiser des tâches complexes en plusieurs étapes, rendant les processus plus rapides et moins sujets aux erreurs. Amélioration continue : Les mécanismes d'apprentissage permettent à Agent S de s'améliorer grâce à ses expériences passées, améliorant continuellement sa performance et son efficacité. Polyvalence : Son adaptabilité à travers différents environnements d'exploitation comme OSWorld et WindowsAgentArena garantit qu'il peut servir un large éventail d'applications. Alors qu'Agent S se positionne dans le paysage Web3 et crypto, son potentiel à améliorer les capacités d'interaction et à automatiser les processus représente une avancée significative dans les technologies IA. Grâce à son cadre innovant, Agent S incarne l'avenir des interactions numériques, promettant une expérience plus fluide et efficace pour les utilisateurs à travers divers secteurs. Conclusion Agent S représente un saut audacieux en avant dans le mariage de l'IA et de Web3, avec la capacité de redéfinir notre interaction avec la technologie. Bien qu'il soit encore à ses débuts, les possibilités de son application sont vastes et convaincantes. Grâce à son cadre complet abordant des défis critiques, Agent S vise à mettre les interactions autonomes au premier plan de l'expérience numérique. À mesure que nous plongeons plus profondément dans les domaines des cryptomonnaies et de la décentralisation, des projets comme Agent S joueront sans aucun doute un rôle crucial dans la façon dont la technologie et la collaboration homme-machine évolueront à l'avenir.

848 vues totalesPublié le 2025.01.14Mis à jour le 2025.01.14

Qu'est ce que AGENT S

Comment acheter S

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Sonic (S) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Sonic (S).Solde :utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers :pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P :tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Sonic (S)Après avoir acheté vos Sonic (S), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Sonic (S)Tradez facilement Sonic (S) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

1.8k vues totalesPublié le 2025.01.15Mis à jour le 2026.06.02

Comment acheter S

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de S (S) sont présentées ci-dessous.

活动图片