Li Kaifu et Wang Xiaochuan changent de cap, la première moitié de l’aventure des grands modèles se termine

marsbitPublié le 2026-05-29Dernière mise à jour le 2026-05-29

Résumé

Les figures emblématiques de l’entrepreneuriat chinois en IA, Kai-Fu Lee et Xiaochuan Wang, ajustent leurs stratégies, marquant la fin de la première phase frénétique des startups de grands modèles de langue en Chine. Lee, via sa société 01.AI, abandonne la course au modèle généraliste surdimensionné pour se recentrer sur les applications commerciales, les agents et la rentabilité, visant une introduction en bourse en 2027. De son côté, Wang oriente résolument Baichuan Intelligence vers le créneau vertical de la santé avec son modèle médical M4. Ce revirement reflète une prise de conscience générale : la guerre des modèles fondateurs est devenue un conflit industriel lourd, dominé par les géants américains (OpenAI, soutenu par Microsoft, etc.) et les grandes plateformes chinoises (ByteDance, Alibaba), qui investissent des centaines de milliards de dollars. Les startups ne peuvent rivaliser sur ce terrain. Le paysage des "Six Tigres" initiaux s'est diversifié : certains comme Zhipu AI et MiniMax ont pris les devants en bourse, d'autres comme DeepSeek suivent une voie indépendante en open source. Pour Lee et Wang, la fenêtre de capitalisation pour les modèles génériques semblait close. Leur repositionnement, loin d'être un échec, illustre une maturation : l'industrie chinoise de l'IA reconnaît que son avantage comparatif réside moins dans la recherche fondamentale que dans l'ingénierie, l'application à grande échelle et l'intégration dans des scénarios industriels concrets. ...

J'ai longtemps voulu parler des changements récents chez deux personnalités, et les regrouper.

La première est Li Kaifu. Le 28 mai, après la fuite d'une lettre interne pour le troisième anniversaire de 01.AI, le public a vu pour la première fois clairement que cette société star, qui ressemblait autrefois le plus à "l'OpenAI chinois", ajustait activement son positionnement.

Dans cette lettre, Li Kaifu ne parle plus autant de l'AGI grandiose et de la loi d'échelle (Scaling Law), mais d'applications, d'agents, de commercialisation, et de comment survivre avec de l'argent réel.

La référence de 01.AI a aussi complètement changé, passant discrètement d'OpenAI à Palantir, cette société de la Silicon Valley extrêmement discrète. Fondée sur l'analyse de données pour les gouvernements et les grandes entreprises, elle a brûlé des fonds pendant 17 ans avant son introduction en bourse, son ADN n'a rien de sexy, mais sa capitalisation boursière dépasse aujourd'hui 330 milliards de dollars américains.

Il y a une phrase lourde de sens que Li Kaifu écrit dans sa lettre : Quitter la scène, c'est éteindre la lumière juste avant l'aube.

Abandonner avant l'aube est certes regrettable, mais il choisit de se retirer activement de l'ancien champ de bataille avant les premières lueurs.

Le nouveau pari qu'il fixe à 01.AI est : Devenir en 2026 la première entreprise chinoise d'IA 2.0 rentable, et réaliser son introduction en bourse en 2027. Fin mai, le montant cumulé des commandes annoncées par 01.AI dépassait déjà 15 milliards.

L'autre est Wang Xiaochuan. Récemment, dans une interview, ses propos sont encore plus crus que ceux d'une lettre interne. Cet homme qui croyait le plus fermement que les grands modèles allaient remodeler la recherche, commence à souligner à plusieurs reprises que l'écart avec les modèles de base américains se creuse, et que le dividende absolu du pré-entraînement est terminé.

Il dit une phrase qui mérite d'être lue et relue : Lorsque la société approchait de ses deux ans, il a soudainement réalisé qu'il ne savait plus ce qu'il faisait, quelle valeur il créait.

Il ajoute même avec détachement dans l'interview : Nous ne manquions pas d'argent à l'époque.

Cela ressemble à une clarification, mais c'est en fait une confession plus lourde : ce n'était pas une question d'argent, c'était lui-même qui ne pouvait plus le supporter.

La manière dont Baichuan agit est plus radicale. En mai, elle a officiellement lancé son nouveau modèle médical M4 et son produit d'IA pour les médecins de famille. Auparavant, leur modèle avait obtenu un score élevé sur le tableau d'évaluation médicale HealthBench d'OpenAI. L'équipe commence à concentrer toutes ses forces principales sur le champ de bataille vertical de la santé.

Il est à noter que Baichuan a encore près de 30 milliards de liquidités. Autrement dit, ce recentrage n'est pas une fuite désespérée, mais une retraite active après avoir pris conscience de la situation.

Si on revient au début de la frénésie des grands modèles, ces deux personnes n'auraient jamais tenu de tels propos.

En 2023, au plus fort de la "guerre des dix mille modèles" en Chine, ils faisaient presque partie des dirigeants les plus enthousiastes, les plus idéalistes, et ceux qui tentaient le plus de redéfinir l'époque. À ce moment-là, toute l'industrie technologique chinoise croyait fermement que ce que faisait la Silicon Valley, la Chine pouvait aussi le réaliser grâce à son dividende d'ingénierie.

C'était un mouvement alchimique grandiose.

I. Cette année-là fut l'année la plus idéaliste pour l'IA chinoise

En 2023, presque toute l'industrie technologique chinoise se relançait dans l'entrepreneuriat.

Li Kaifu créait 01.AI, Wang Xiaochuan créait Baichuan Intelligence, Yang Zhilin créait Moonshot AI, Zhang Peng créait Zhipu AI, Jiang Daxin créait StepFun. Tout le monde racontait la même histoire : l'OpenAI chinois.

Les VC investissaient frénétiquement, les écrans étaient pleins des "Six petits tigres", du "prochain ChatGPT", de la "nouvelle ère de l'IA"...

À ce stade, l'émotion centrale de l'industrie n'était pas de gagner de l'argent, ni le produit, ni l'utilisateur, mais de savoir qui ressemblait le plus à OpenAI. Alors toutes les entreprises se sont lancées dans une course effrénée aux paramètres, aux benchmarks, au multimodal, à la loi d'échelle.

Aujourd'hui, avec le recul, cette phase ressemble beaucoup à l'ère des portails grand public du début d'Internet, ou à l'époque où tout le monde se lançait dans la fabrication de voitures au début de l'essor des nouvelles énergies. Tout le monde pensait que l'époque venait de commencer et qu'il était encore temps. Mais les problèmes sont vite apparus.

À partir de 2024, l'industrie des grands modèles en Chine a soudainement réalisé qu'il ne s'agissait pas de l'internet mobile, mais plutôt d'une guerre industrielle lourde.

Plus on avance dans le développement des modèles, plus on se rend compte que ce qui détermine vraiment l'issue n'est pas l'idée, mais les GPU, la puissance de calcul, les données, l'électricité, le capital et les coûts d'inférence.

Cette industrie commence à devenir de moins en moins adaptée aux startups.

Derrière OpenAI, il y a Microsoft. Derrière Anthropic, il y a Google et Amazon. Derrière xAI, il y a Elon Musk et Nvidia.

Ce qui est vraiment étouffant, ce sont les chiffres des dépenses en capital publiés par ces géants américains pour 2026. Microsoft prévoit 1900 milliards de dollars pour l'année, Google 1800 à 1900 milliards, Amazon 2000 milliards, et Meta a relevé son plafond à 1450 milliards.

La somme que ces quatre entreprises prévoient d'investir cette année dépasse 7250 milliards de dollars. Ce chiffre est proche du budget annuel du Japon, et même supérieur au budget fédéral annuel de l'Allemagne.

Il y a un an, leur somme totale n'était que de 4100 milliards. En un an, 3000 milliards de dollars supplémentaires ont été investis.

Les grands groupes chinois sont déjà en train de rattraper leur retard. Les dépenses en capital d'IA de ByteDance pour 2026 étaient initialement fixées à 1600 milliards de yuans, et ont été récemment relevées à 2000 milliards il y a quelques mois. L'année dernière, Alibaba annonçait un investissement de 3800 milliards sur trois ans pour l'IA et le cloud. Lors de la publication des résultats en mai de cette année, le PDG d'Alibaba, Wu Yongming, a déclaré que ce chiffre était désormais considéré comme trop bas et qu'il fallait ajouter davantage. Le rythme de Tencent est légèrement plus lent, mais ses dépenses en capital pour le premier trimestre 2026 ont déjà atteint 31,9 milliards de yuans.

En mettant ces chiffres côte à côte, la situation des startups d'IA chinoises est très claire : elles lèvent au maximum quelques milliards de dollars par an.

Ce n'est pas une guerre du même ordre de grandeur.

Ce qui est plus cruel, c'est qu'OpenAI réinitialise l'industrie tous les quelques mois. GPT-4o est arrivé, Sora est arrivé, les Agents sont arrivés, les modèles d'inférence sont arrivés. Chaque mise à niveau signifie que toute l'industrie chinoise doit rattraper son retard une nouvelle fois.

De nombreuses entreprises ont alors pris conscience de leur véritable position : elles ne sont pas en concurrence avec leurs pairs nationaux, mais sont prises en sandwich entre deux couches de géants. Au-dessus, il y a le système industriel américain de l'IA ; à côté, il y a les grands groupes d'internet chinois.

C'est le véritable tournant pour l'industrie chinoise de l'IA après 2025.

II. Les Six petits tigres ne sont plus six tigres

Au début de la frénésie des grands modèles, l'industrie parlait encore des "Six petits tigres de l'IA". Six noms côte à côte, cela ressemblait à une troupe bien rangée.

Maintenant, en les regardant, ces six entreprises ont pris trois chemins complètement différents.

Les plus rapides sont celles qui ont déjà "atteint l'autre rive".

Zhipu AI a fait son introduction en bourse à Hong Kong en avril 2026, et sa capitalisation boursière atteint désormais 7000 milliards de dollars de Hong Kong. MiniMax a suivi de près, avec une capitalisation boursière ayant dépassé les 3000 milliards de dollars de Hong Kong. Moonshot AI a obtenu une valorisation post-investissement de 200 milliards de dollars. StepFun vient de finaliser un financement de 25 milliards de dollars, visant à devenir la troisième introduction en bourse d'un grand modèle national. Elles suivent toujours l'ancienne voie : continuer à brûler des fonds sur la route des grands modèles généraux, en monétisant leur valorisation sur le marché secondaire. (Lecture complémentaire : La veille du nettoyage des grands modèles)

À l'opposé, il y a Baichuan et 01.AI. La première s'est entièrement tournée vers la santé, la seconde prend Palantir comme référence ; toutes deux ont abandonné leur identité d'entreprise de grand modèle général.

Il reste DeepSeek. Sa valorisation présumée aurait atteint 515 milliards de dollars. Elle suit une voie indépendante, open source et axée sur les percées technologiques fondamentales, ne jouant pas dans le même jeu que les autres.

Il y a une logique subtile qui mérite d'être mentionnée. En théorie, les introductions en bourse successives de Zhipu et MiniMax, avec des capitalisations boursières en constante augmentation, auraient dû encourager tous les Six petits tigres. Mais en réalité, l'effet inverse s'est produit.

Wang Xiaochuan a une phrase très nuancée dans son interview. Il dit que les deux premières entreprises introduites en bourse ont bénéficié du dividende technologique des modèles généraux et de la fenêtre de soutien de l'État pour une nation technologique forte.

Puis, après une pause, il ajoute : la maturation de l'IA dans la santé arrivera un peu plus tard.

Traduction : les billets pour le navire des grands modèles généraux sont épuisés.

Zhipu s'appuie sur plus de 8000 clients institutionnels B2B, dont 95 clients majeurs pour des déploiements privés comme des gouvernements et des entreprises d'État ; les commandes du secteur public et des entreprises sont son principal pilier. MiniMax se concentre principalement sur les marchés étrangers, avec environ 300 millions d'utilisateurs cumulés dans le monde à ce jour, dont plus de 70 % à l'étranger, et se développe grâce à sa vaste base d'utilisateurs grand public (C2C) à l'international.

Ces deux entreprises ont essentiellement écrit le scénario de la façon dont une entreprise de grand modèle général peut entrer en bourse. Pour ceux qui veulent suivre le même scénario par la suite, la prime de valorisation a disparu, l'attention du marché et la patience des investisseurs se sont également considérablement affaiblies.

Les changements de cap de Li Kaifu et Wang Xiaochuan ne sont pas uniquement dus au fait qu'ils ne peuvent rivaliser avec OpenAI. C'est aussi parce qu'ils ont réalisé une chose : les deux premiers navires sont partis, la fenêtre de capital pour les grands modèles généraux est essentiellement fermée.

III. Les premiers entrepreneurs commencent à reculer

Attention, ici, reculer ne signifie pas échec.

C'est qu'ils commencent enfin à abandonner ce scénario idéaliste d'origine.

Li Kaifu commence à souligner qu'il ne cherche plus à avoir le modèle le plus puissant, qu'il ne s'accroche plus à l'AGI, mais qu'il veut faire des applications, des agents, de la commercialisation.

Début janvier 2025, 01.AI a intégré la majeure partie de son équipe de pré-entraînement et d'infrastructure IA (AI Infra) dans Alibaba Cloud, ce qui a été interprété à tort par le public comme une "cession". Avec le recul, il s'agit du premier des Six petits tigres à ralentir et à changer de vitesse activement, abandonnant la course aux fonds pour les très grands modèles au profit d'une approche commerciale B2B à faible coût et réalisable, évitant ainsi les risques de pression collective que l'industrie a subis par la suite.

Wang Xiaochuan, quant à lui, concentre toutes ses ressources sur des domaines spécialisés comme la santé et la recherche.

De nombreuses entreprises commencent à réduire leurs équipes de modèles de base, à se tourner vers les applications, à parler de revenus.

Ce n'est pas un recul, c'est plutôt le début de la véritable maturation de l'industrie.

IV. L'IA chinoise commence à accepter une chose

Le changement le plus profond dans l'industrie aujourd'hui est que l'IA chinoise commence enfin à accepter que le véritable avantage de la Chine n'a peut-être jamais été dans les modèles de base.

La véritable force des États-Unis réside dans les modèles originaux, la loi d'échelle, l'écosystème GPU, les infrastructures de base, la recherche de pointe. La véritable force de la Chine réside dans les scénarios d'application, les applications, l'industrie manufacturière, l'échelle des utilisateurs, les capacités d'ingénierie, la vitesse de commercialisation.

Pour le dire crûment, les États-Unis ressemblent plus à ceux qui inventent l'IA, la Chine ressemble plus à ceux qui transforment l'IA en une industrie.

C'est pourquoi vous voyez ByteDance développer frénétiquement des produits d'IA, Tencent commencer à souligner les Agents, Alibaba commencer à souligner l'IA industrielle. Le plus grand succès de DeepSeek n'est pas non plus l'AGI, mais l'inférence à faible coût.

Toute l'industrie passe de "qui a le modèle le plus puissant" à "qui peut le mieux intégrer l'IA dans les scénarios de production".

V. Li Kaifu et Wang Xiaochuan sont de deux époques différentes

Je voudrais particulièrement développer cette partie.

Si vous alignez les fondateurs des Six petits tigres, vous remarquerez une cassure générationnelle évidente.

Wang Xiaochuan est un vétéran issu de l'ère Sogou. En 2003, à 25 ans, il a personnellement supervisé le lancement de Sogou Search à partir de zéro, puis a conduit Sogou jusqu'à son introduction en bourse au Nasdaq ; en 2021, après le rachat de Sogou par Tencent, il a quitté ses fonctions chez Sogou et a atteint l'indépendance financière.

Li Kaifu est le gourou de l'ère Innovation Works, ayant traversé Carnegie Mellon, Apple, SGI, Microsoft, Google, et vu plus de bulles technologiques qu'on ne peut en compter sur les doigts des deux mains.

Ils ne sont pas des entrepreneurs natifs de l'IA ; ce sont des personnes qui, avec l'intuition commerciale de l'internet de la génération précédente, ont vu le dividende de l'époque et ont sauté dans l'arène.

En revanche, des personnalités comme Liang Wenfeng, Yang Zhilin, Yan Junjie appartiennent davantage à la génération native de cette vague d'IA. Ils sont plus jeunes, leur formation est plus purement technique, et leur foi en l'AGI est presque religieuse.

Tous aspiraient à ce que les grands modèles rejouent le miracle de l'internet mobile. Mais Li Kaifu et Wang Xiaochuan découvrent aujourd'hui peu à peu que l'IA n'est pas ce scénario.

L'internet mobile jouait sur le trafic, l'expérience produit et l'effet de levier de l'échelle des utilisateurs ; une percée ponctuelle pouvait ouvrir une filière de mille milliards. L'IA est différente, ses barrières à l'entrée sont physiques : la superficie des centres de données, la capacité du réseau électrique, la capacité de production des fonderies de puces. Ce genre de choses ne peut être contourné par l'agilité d'une startup.

Ainsi, les vétérans de l'internet, qui ont vu les cartes, commencent à choisir de reculer, passant d'un idéal flou de changer le monde à celui de gagner d'abord l'argent nécessaire pour survivre.

Les vétérans de l'ère internet ont traversé trop de vagues successives de tri.

Ils savent trop bien quand appuyer sur l'accélérateur et quand adopter une posture plus sûre. La génération native de l'IA, quant à elle, est animée par une autre conviction tenace : ils croient que cette fois, c'est différent, que l'AGI arrivera inévitablement, et qu'ils doivent être ceux qui créeront cette divinité.

Il est impossible de juger du bien-fondé de cette approche. Mais une chose est sûre : la première moitié de l'aventure des grands modèles en Chine a été allumée par l'influence et l'idéalisme de ces vétérans de l'internet, et la longue guerre d'usure qui suit est destinée à être menée par cette nouvelle génération de purs techniciens natifs de l'IA.

Le changement stratégique de Li Kaifu et Wang Xiaochuan représente en quelque sorte une passation de relais entre deux époques. Mais ce n'est pas forcément une mauvaise chose.

L'industrie technologique chinoise a traversé trop de moments de désillusion similaires au cours des dernières décennies.

Au tout début de l'essor des nouvelles énergies, tout le monde parlait de révolutionner les constructeurs automobiles centenaires. Plus tard, les gens sont devenus plus réalistes et se sont assis dans leurs bureaux pour calculer méticuleusement le coût du carbonate de lithium de chaque batterie. Au plus fort de l'engouement pour le cloud computing, tout le monde pensait qu'il s'agissait du système d'exploitation de la prochaine génération humaine. Plus tard, les gens ont commencé à discuter sérieusement de la livraison de cloud privé et des flux de trésorerie.

Le véritable signe de maturité d'une industrie technologique, c'est lorsqu'elle cesse de croire aveuglément en un idéalisme grandiose et commence à s'asseoir pour calculer le retour sur investissement de chaque centime.

L'industrie des grands modèles a finalement atteint ce moment.

VI. De la création de divinités au retour aux affaires

Ce qui mérite d'être noté récemment chez Li Kaifu et Wang Xiaochuan, ce n'est pas qu'ils aient lancé tel ou tel nouveau produit.

C'est leur posture elle-même.

Ils représentent la prise de conscience des premiers entrepreneurs idéalistes des grands modèles en Chine. Même eux commencent à recadrer leur distance par rapport à la réalité, ce qui signifie que la phase la plus frénétique de l'aventure des grands modèles en Chine est déjà passée.

Le reste appartient aux véritables contrats, aux véritables paiements, aux véritables flux de trésorerie qui permettront à une entreprise de survivre jusqu'aux dix prochaines années.

Cela pourrait être la meilleure direction que puisse prendre l'histoire.

Les mots de "Au-delà de la mise en page" :

Il y a trois ans, tout le monde pensait que cette fois, la Chine créerait son propre OpenAI.

Trois ans plus tard, les deux premiers à s'être lancés ont eux-mêmes éteint la lumière et changé de voie.

Ce n'est pas une histoire d'échec. C'est l'histoire de personnes extrêmement intelligentes qui, de la manière la plus digne, font leurs adieux aux attentes excessives d'une époque.

Quant à savoir si le véritable OpenAI chinois apparaîtra —

C'est l'affaire d'un autre groupe de personnes.

Cet article provient du compte public WeChat "Au-delà de la mise en page" (版面之外), auteur : Ban Jun

Questions liées

QQuels sont les changements stratégiques majeurs que Kai-Fu Lee (零一万物) et Wang Xiaochuan (百川智能) ont récemment opérés dans leurs entreprises de grands modèles ?

AKai-Fu Lee a recentré 零一万物 sur les applications, les agents IA et la commercialisation, visant la rentabilité en 2026 et une introduction en bourse en 2027, en prenant Palantir comme nouveau modèle plutôt qu'OpenAI. Wang Xiaochuan a quant à lui recentré 百川智能 sur le domaine vertical de la santé, avec le lancement du modèle médical M4 et d'un produit d'IA pour la médecine familiale, abandonnant la course au modèle générique généraliste.

QSelon l'article, pourquoi le secteur chinois des grands modèles linguistiques traverse-t-il un tournant majeur depuis 2025 ?

ALe secteur a réalisé qu'il s'agissait d'une 'guerre industrielle lourde' où les facteurs décisifs (GPU, puissance de calcul, données, électricité, capital) favorisent les géants. Les investissements massifs des grandes entreprises technologiques américaines (plus de 7250 milliards de dollars en 2026) et chinoises créent un écart de moyens insurmontable pour la plupart des startups. De plus, les avancées rapides d'OpenAI obligent à une course permanente.

QComment l'article décrit-il l'évolution divergente des 'Six Tigres' (六小虎) initiaux des grands modèles chinois ?

AIls ont suivi trois voies distinctes : 1) Les 'sorties' en bourse comme Zhipu (智谱) et MiniMax, poursuivant sur la voie des modèles génériques avec le soutien du marché financier. 2) Le virage vers des niches verticales pour 百川智能 (santé) et 零一万物 (applications commerciales B2B). 3) La voie indépendante de DeepSeek, axée sur l'open source et les percées techniques fondamentales. La fenêtre d'opportunité pour les introductions en bourse de modèles génériques est considérée comme fermée.

QQuelle distinction fondamentale l'article établit-il entre les approches des États-Unis et de la Chine en matière d'IA ?

AL'article affirme que la force des États-Unis réside dans l'innovation fondamentale : modèles originaux, Scaling Law, écosystème GPU, infrastructure de base et recherche de pointe. La force de la Chine réside dans l'industrialisation et la commercialisation : scénarios d'application, intégration manufacturière, échelle d'utilisateurs, capacité d'ingénierie et vitesse de commercialisation. En résumé, les États-Unis 'inventent' l'IA, tandis que la Chine la 'transforme en industrie'.

QQue symbolise, selon l'article, le changement de cap stratégique de Kai-Fu Lee et Wang Xiaochuan pour le secteur chinois des grands modèles ?

ALeur changement de cap symbolise la fin de la phase 'idéaliste' et 'frénétique' du démarrage des grands modèles en Chine. Il marque un retour au pragmatisme commercial, à la recherche de rentabilité et de flux de trésorerie durables. Cela représente un passage de relais des pionniers issus de l'ère Internet (aux intuitions commerciales) vers une nouvelle génération 'native de l'IA', plus technique, pour mener la longue guerre d'usure qui suit. C'est le signe d'une maturation du secteur.

Lectures associées

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

Alors que l'IA écrit du code, traite des tickets clients et révise des documents juridiques, elle ne se contente plus d'être un outil mais devient une source directe de travail. La commercialisation de l'IA évolue ainsi d'un marché de « jetons » (tokens) ou d'heures de GPU vers un nouveau marché : celui de la « main-d'œuvre machine ». Dans ce marché, le jeton n'est qu'une unité de mesure, le GPU un intrant, et le modèle un outil de production. L'objet véritablement tarifé et échangé est le travail économique accompli directement par le logiciel. Le mécanisme de prix de l'IA devrait évoluer des jetons bruts vers des capacités de modèles standardisées, puis vers une main-d'œuvre sectorielle, et enfin vers un marché de résultats programmables. À l'avenir, les entreprises pourraient ne plus se soucier du modèle ou du GPU spécifique utilisé, mais uniquement du fait que la tâche soit livrée dans des délais, avec un taux de précision, une fiabilité et un coût conformes aux standards. Ce changement ne signifie pas un simple remplacement du travail humain. Alors que la machine assume des tâches standardisées et vérifiables, le rôle humain pourrait se déplacer vers la supervision, la responsabilité finale, la gestion du contexte et les jugements critiques. Dans certains cas, les 1% de jugement humain final pourraient gagner en valeur, car ils permettent de débloquer les 99% d'automatisation à grande échelle. Le marché évolue donc vers une couche où le « travail » lui-même devient l'unité stable, standardisée, vérifiable et négociable. La prochaine phase de concurrence ne portera pas seulement sur la puissance des modèles ou le prix du calcul, mais sur la capacité à standardiser, vérifier et tarifer le « travail » accompli, faisant de la main-d'œuvre machine une nouvelle ressource productive que l'on peut acheter, facturer et échanger.

marsbitIl y a 51 mins

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

marsbitIl y a 51 mins

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

Dans un article intitulé "La réduction de 99% du prix de MiMo de Xiaomi n'est pas du marketing ! Luo Fuli répond aux détracteurs sur X", Luo Fuli, responsable de MiMo, a publié un billet de blog technique de 5000 mots pour expliquer la baisse drastique des prix de l'API MiMo-V2.5. Contrairement aux interprétations initiales d'une guerre des prix ou d'une stratégie de perte, cette réduction de 99% concerne spécifiquement le coût des entrées en cache ("Input Cache Hit"), c'est-à-dire la relecture du contexte historique dans les conversations longues. Le billet détaille six piliers d'ingénierie ayant permis cette réduction : 1. **Architecture Hybride SWA** : Réduction du volume de la mémoire cache (KVCache) à 1/7 grâce à une attention par fenêtre glissante sur 60 des 70 couches du modèle. 2. **Gestion en double pool** : Allocation efficace de la mémoire pour matérialiser les gains théoriques du SWA, multipliant par 5 le nombre d'utilisateurs simultanés par GPU. 3. **Cache de préfixe optimisé** : Augmentation du taux de réussite du cache à 93-95% en moyenne, évitant de recalculer les contextes répétés. 4. **Système de cache distribué GCache** : Stockage des données sur les SSD des machines GPU existantes, réduisant les coûts de stockage additionnels à zéro. 5. **Système de routage LLM-Router** : Optimisation de l'acheminement des requêtes pour maximiser l'utilisation du cache et améliorer les performances. 6. **Prédiction Multi-Token (MTP)** : Accélération de la génération des réponses du modèle, réduisant également les coûts de sortie. Cette chaîne d'optimisations systémiques a réduit le temps GPU par requête d'un ordre de grandeur, permettant une baisse de prix de 99% tout en maintenant une marge positive. Luo Fuli souligne qu'il s'agit d'un accomplissement d'ingénierie validé en production, et non d'une simple manœuvre marketing, offrant une référence pour réduire les coûts dans le secteur de l'IA.

marsbitIl y a 2 h

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

marsbitIl y a 2 h

Analyse rétrospective des opérations magistrales de Cathie Wood sur Circle

Cathy Wood (ARK) a réalisé une opération exemplaire sur l'action Circle, démontrant une maîtrise des mouvements de marché à court terme malgré son approche d'investissement habituellement tournée vers le très long terme. Elle a d'abord acquis près de 4,5 millions d'actions au prix d'introduction de 31 dollars, profitant ainsi de l'envolée initiale due à une faible offre flottante et une forte demande. Lorsque le titre a été propulsé à près de 300 dollars en juin 2025, porté par l'adoption du projet de loi sur les stablecoins (GENIUS Act), Wood a systématiquement vendu par tranches environ 1,7 million d'actions à un prix moyen d'environ 210 dollars, réalisant ainsi des plus-values substantielles. Cette décision était motivée à la fois par des règles internes de rééquilibrage de portefeuille et par l'anticipation de l'augmentation future de l'offre d'actions. Par la suite, face à la chute de l'action (jusqu'à -83% depuis son pic), Wood a racheté progressivement sa position initiale à des prix bien inférieurs (entre environ 50 et 130 dollars), portant son portefeuille à nouveau à environ 4,5 millions d'actions fin mars 2026. L'opération illustre trois principes clés : une conviction forte sur le modèle économique à long terme de Circle (stablecoin USDC), une exécution disciplinée par tranches sans chercher à prédire les sommets ou les creux, et le respect strict de règles de gestion des risques limitant le poids d'un titre dans le portefeuille.

marsbitIl y a 6 h

Analyse rétrospective des opérations magistrales de Cathie Wood sur Circle

marsbitIl y a 6 h

6 questions pour comprendre les tendances commerciales de l'IA

L'économie de l'IA est entrée dans sa phase d'« été », caractérisée par une coexistence entre le récit et la livraison concrète, où la rentabilité devient cruciale. Cette analyse s'appuie sur un cadre à six dimensions, chacune notée 1 point sur 2, pour un total de 6 points, situant le secteur en plein été (5-7 points). Les six dimensions évaluées sont : 1. **Narration vs Livraison** : Passage des promesses à des offres payantes (ex. : abonnements Doubao, publicité OpenAI). 2. **Connectivité système** : Les produits IA sortent de leur isolement pour s'intégrer aux workflows. 3. **Capacité de livraison** : L'IA est utilisée à grande échelle pour des tâches productives (ex. : milliards d'appels quotidiens sur Doubao). 4. **Rationalisation du ROI** : Les coûts (calcul, électricité) imposent une tarification et un calcul du retour sur investissement. 5. **Phénomène sectoriel** : Fin de la gratuité généralisée, début des discussions sur la profitabilité. 6. **Environnement capitalistique** : Les investissements continuent, mais les valorisations dépendent désormais des revenus. Deux signes récents illustrent cette transition : * **Doubao lance des abonnements payants** en raison des coûts astronomiques liés à ses centaines de milliards de requêtes quotidiennes. * **OpenAI lance une plateforme publicitaire** pour monétiser son immense audience et couvrir ses lourdes pertes. Pour les entreprises, la période estivale est le moment d'agir. La feuille de route proposée est en trois étapes : 1. **Démarrer petit** : Identifier un point de douleur précis, obtenir un résultat financier clair (économie/recettes) en moins de 3 mois. 2. **Répliquer et institutionnaliser** : Capitaliser sur les succès initiaux, créer des plateformes de partage de compétences en IA et adapter la structure organisationnelle (formation, incitations). 3. **Refondre par l'IA** : Repenser fondamentalement les processus pour une collaboration parallèle entre humains et IA, visant une automatisation intelligente des flux de travail. En résumé, l'été de l'IA est une phase de validation commerciale où la valeur tangible prime. La stratégie gagnante consiste à prouver la valeur sur un point précis, à l'étendre, puis à réinventer les processus métier autour de l'intelligence artificielle.

marsbitIl y a 12 h

6 questions pour comprendre les tendances commerciales de l'IA

marsbitIl y a 12 h

Trading

Spot
Futures

Articles tendance

Comment acheter ERA

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Caldera (ERA) 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 Caldera (ERA).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 Caldera (ERA)Après avoir acheté vos Caldera (ERA), 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 Caldera (ERA)Tradez facilement Caldera (ERA) 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.

543 vues totalesPublié le 2025.07.17Mis à jour le 2025.07.17

Comment acheter ERA

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 ERA (ERA) sont présentées ci-dessous.

活动图片