Deux Dés 🎲

Builder d’agents IA
Mon objectif : gagner de l’argent sans rien faire
En attendant je travaille beaucoup et je donne mon avis sur des sujets Tech/IA/Finance

[Deux Dés 🎲 @Deuxdds]

Je vous partage mon Analyse à chaud sur « la fin des llm pour le monde physique »

On peut voir ici que Claude Fable 5.2 contrôle des robots sur des tâches non entraînées « explicitement »… et ça pose la vraie question des LLM vs world models.

Un modèle qui pilote des bras robotiques pour résoudre un Rubik’s cube, dévisser un bouchon de bouteille, assembler des engrenages et même dessiner alors mêmes que ce sont des tâches pour lesquelles il n’a jamais été explicitement entraîné, se pose la question de « l’intelligence »

Sur le benchmark RoboDojo (contrôle d’un robot à deux bras simulé à partir de caméras), Fable 5.2 atteint 64,9 % plus du double de Fable 5.1 (27,6 %) et nettement au-dessus de GPT-6 Astra (29,8 %) et d’Opus 5.5 (39,4 %).

C’est une montée en puissance impressionnante.
Mais est-ce que ça veut dire que les LLM peuvent vraiment comprendre le monde physique ?

Yann LeCun (celui qui a quitté Meta pour fonder AMI Labs) dit depuis des années que non. Selon lui, les LLM excellent à manipuler le langage, le code et les maths, mais restent fondamentalement limités pour le monde réel : ils prédisent des tokens, ils n’ont pas de modèle interne qui permet d’anticiper les conséquences d’une action dans un environnement bruité, incomplet ou nouveau.

Il cite régulièrement le paradoxe de Moravec : ce qui est facile pour un enfant (se déplacer, manipuler des objets, comprendre la physique de base) reste extrêmement dur pour les machines.

LeCun estime que les LLM sont « largement hopeless for robotics » et que scaler encore le texte ne suffira jamais. La solution qu’il défend, ce sont les world models (via des architectures comme JEPA) : des systèmes qui apprennent à prédire l’évolution du monde à partir de données sensorielles (vidéo, proprioception, etc.), exactement comme un animal ou un enfant construit son modèle du monde par l’expérience, sur le papier c’est très censé.

Mais est-ce qu’on commence pas à voir le début de cette limite?

C’est ce que Fable 5.2 souhaite montrer en tout cas ==> que les LLM multimodaux + agents peuvent déjà faire des choses très impressionnantes en robotique contrôlée.

Restera la question pour le passage à des robots autonomes vraiment robustes dans le monde ouvert (cuisine, maison, usine imprévisible). Est ce que la vraie révolution ne risque pas de rester bloqué tant qu’on n’aura pas de véritables modèles prédictifs du monde physique, capables de raisonner sur les conséquences de leurs actions plutôt que de généraliser à partir de patterns statistiques.

En réalité, les deux approches ne sont pas forcément opposées : beaucoup voient les LLM comme de bons orchestrateurs (langage, planification high-level, outils) et les world models comme le moteur de perception et de prédiction physique en dessous.

Le débat que LeCun ouvre depuis des années devient concrètement testable : est-ce que Fable 5.2 (et les prochains) continueront à progresser sur de la robotique ouverte, ou est-ce qu’on va bientôt buter sur un plafond qui ne se franchira qu’avec une architecture différente ?

[Claude @claudeai]

Fable 5.2 shows substantially improved skills in controlling physical robots, even on tasks it has never explicitly been trained to do.

On RoboDojo, a benchmark with a simulated two-arm robot, it outperformed other models and most AI systems built to control robots.

[Deux Dés 🎲 @Deuxdds]

Désolé c’était pas clair mdr
- MS reste l’endroit où est hébergé la donnée historique donc pas remplaçable à court moyen terme (surtout que pour que Claude ai accès à la donnée il répliquera les accès Azure d’un utilisateur)
- En France bcp de nos grandes entreprises sont chez Microsoft c’est pas le cas partout à l’étranger
- Les fonctionnalités IQ Copilot ect repose sur la perf des modèles

[Deux Dés 🎲 @Deuxdds]

Je vous explique pourquoi c’est une VRAAAAIEE révolution.

La sortie de Whiteboards + Sheets + Data c’est des nouvelles features de dingue mais pas pour ce qu’on croit, en gros c’est pas une innovation technique visuel ou quoi que ce soit d’autres. C’est une prouesse dans la manière de penser à comment on va travailler demain. Et pour comprendre ça il faut se poser la question sous-jacente qui Claude vient concurrencer avec ça
Laissez moi vous faire la liste (et je vous mets que les 20 plus importants) :
•Excel
•Google Sheets
•Airtable
•Miro
•FigJam
•Lucidchart
•Tableau
•Power BI
•Notion (bases de données)
•Coda
•Smartsheet
•Microsoft Whiteboard
•Visio
•Looker
•Metabase
•Mural
•Canva Whiteboards
•https://t.co/oIEhlsBdW9
•Rows
•Equals

On se rend pas compte 🤣
Qu’est ce que ça veut dire pour nous humains issue du monde corporate.

1 - Pour les outils qui possèdent vraiment la donnée et qui sont pas remplaçable à court terme (Salesforce, SAP et les ERP en général) ils se brancheront à Claude via des connecteurs. DONC Claude ira chercher l’info direct => pas besoin d’accéder à l’interface.
2 - Pour TOUT le reste, interfaces, whiteboards, sheets, dashboards, canvas ect, en gros tout les outils de prises de décisions, ils n’auront plus de raison d’exister à part.

En résumé demain, ton travail, c’est
Toi + Claude
Le reste autour disparaît.

[Claude @claudeai]

Starting to roll out today: Claude Whiteboards, Claude Sheets and Claude Data.

Think a plan through on a board, build a tracker in a sheet, and tell a story with your data.

[Deux Dés 🎲 @Deuxdds]

@FegaPierre 🙏🏼

[Deux Dés 🎲 @Deuxdds]

Voici mes chiffres sur les 7 derniers jours.
136,5K impressions
1,8K engagements
779 j'aime
705 signets
82 réponses
148 visites du profil

Pour certains ça va paraître insignifiant, pas important ou même dire qu'on s'en tape des chiffres, alors dans le fond c'est vrai 🤣...mais pour moi ça compte.

Ça fait un moment que je voulais partager ce que je fais (juste parce que j'aime bien) : les agents, l'actu IA, la tech, la finance en général.

Je pensais qu'il fallait une stratégie bien ficelée avant de me lancer. Du coup j'osais jamais, et je me disais « mais qui va trouver intéressant ce que je raconte ? »

En fait ma stratégie aujourd'hui, c'est de pas en avoir.
Être authentique et partager de la valeur et ce qui me passe par la tête comme peuvent le faire @RosoAI ou @LiorNsnd . De temps en temps sortir des analyses plus poussées comme @FuturLucide. Et surtout avoir un MAX d'interactions avec des gens qui construisent des trucs hyper sympas comme @Saucisse_dev , @TrochetA ou @OkbaSoufli49365 (d'ailleurs dépêche toi de revenir)
Est-ce que c'est vraiment une stratégie ? Franchement je sais pas, c'est juste naturel.

Bon, je suis encore un nouveau née mdr. Je parle de « mes chiffres » mais c'est encore tout petit, je viens à peine de passer la barre des 100 abos.

Mais même si c'est tout petit, c'est la preuve qu'il y a des gens qui lisent et qui se disent « ah ouais, ce qu'il dit c'est pas con » et je le vois voit au nombre de signets qui égale souvent le nombre de likes.

Et sur les deux derniers jours, des gens du monde entier ont interagi avec mes posts et mes analyses. Et ça franchement, je m'y attendais pas.
On continue 🚀🚀

[Deux Dés 🎲 @Deuxdds]

C’est réel pour moi MS fait partie de la catégorie 0 ou existe la donnée historique avant la catégorie 1 où on se branche avec les connecteurs. Cependant c’est très en France parce que toutes nos grandes entreprises sont chez Microsoft ça l’est moins à l’étranger, même si Microsoft reste en tête

[Deux Dés 🎲 @Deuxdds]

Bonne analyse de ce qui manque aujourd’hui aux LLMs, et dans toutes les possibilités je vois un fusion des deux (llm + world model) de quel manière cela va se manifester ? Je l’ignore. Arrivera t-on à la super intelligence avec ? Je l’ignore également mais je says qu’il faudra que quelqu’un fasse des tests grands public se gourre et réajuste jusqu’à trouver la bonne formule. J’ai l’impression que notre champion national fais bcp de tests scientifiques mais ne sort rien à tester pour pouvoir l’améliorer, je crains qu’il se fasse devancer

[Deux Dés 🎲 @Deuxdds]

Je vous partage mon Analyse à chaud sur « la fin des llm pour le monde physique »

On peut voir ici que Claude Fable 5.2 contrôle des robots sur des tâches non entraînées « explicitement »… et ça pose la vraie question des LLM vs world models.

Un modèle qui pilote des bras robotiques pour résoudre un Rubik’s cube, dévisser un bouchon de bouteille, assembler des engrenages et même dessiner alors mêmes que ce sont des tâches pour lesquelles il n’a jamais été explicitement entraîné, se pose la question de « l’intelligence »

Sur le benchmark RoboDojo (contrôle d’un robot à deux bras simulé à partir de caméras), Fable 5.2 atteint 64,9 % plus du double de Fable 5.1 (27,6 %) et nettement au-dessus de GPT-6 Astra (29,8 %) et d’Opus 5.5 (39,4 %).

C’est une montée en puissance impressionnante.
Mais est-ce que ça veut dire que les LLM peuvent vraiment comprendre le monde physique ?

Yann LeCun (celui qui a quitté Meta pour fonder AMI Labs) dit depuis des années que non. Selon lui, les LLM excellent à manipuler le langage, le code et les maths, mais restent fondamentalement limités pour le monde réel : ils prédisent des tokens, ils n’ont pas de modèle interne qui permet d’anticiper les conséquences d’une action dans un environnement bruité, incomplet ou nouveau.

Il cite régulièrement le paradoxe de Moravec : ce qui est facile pour un enfant (se déplacer, manipuler des objets, comprendre la physique de base) reste extrêmement dur pour les machines.

LeCun estime que les LLM sont « largement hopeless for robotics » et que scaler encore le texte ne suffira jamais. La solution qu’il défend, ce sont les world models (via des architectures comme JEPA) : des systèmes qui apprennent à prédire l’évolution du monde à partir de données sensorielles (vidéo, proprioception, etc.), exactement comme un animal ou un enfant construit son modèle du monde par l’expérience, sur le papier c’est très censé.

Mais est-ce qu’on commence pas à voir le début de cette limite?

C’est ce que Fable 5.2 souhaite montrer en tout cas ==> que les LLM multimodaux + agents peuvent déjà faire des choses très impressionnantes en robotique contrôlée.

Restera la question pour le passage à des robots autonomes vraiment robustes dans le monde ouvert (cuisine, maison, usine imprévisible). Est ce que la vraie révolution ne risque pas de rester bloqué tant qu’on n’aura pas de véritables modèles prédictifs du monde physique, capables de raisonner sur les conséquences de leurs actions plutôt que de généraliser à partir de patterns statistiques.

En réalité, les deux approches ne sont pas forcément opposées : beaucoup voient les LLM comme de bons orchestrateurs (langage, planification high-level, outils) et les world models comme le moteur de perception et de prédiction physique en dessous.

Le débat que LeCun ouvre depuis des années devient concrètement testable : est-ce que Fable 5.2 (et les prochains) continueront à progresser sur de la robotique ouverte, ou est-ce qu’on va bientôt buter sur un plafond qui ne se franchira qu’avec une architecture différente ?

[Claude @claudeai]

Fable 5.2 shows substantially improved skills in controlling physical robots, even on tasks it has never explicitly been trained to do.

On RoboDojo, a benchmark with a simulated two-arm robot, it outperformed other models and most AI systems built to control robots.

[Deux Dés 🎲 @Deuxdds]

@loloris_r J’utilise l’app mobile en bêta

[Deux Dés 🎲 @Deuxdds]

@Capetlevrai 🤣🤣🤣

[Deux Dés 🎲 @Deuxdds]

https://t.co/DJmKyO8UTr

Une autre alternative à Blue sous une autre forme c’est dingoooo en ce moment

[Carlo @carloAI]

Interface is live now!

Preorder it today, at the lowest price it will ever be.

[Deux Dés 🎲 @Deuxdds]

Je vous présente Blue, le premier smartphone agents IA (4,3 millions de vues en quelques heures, ça intéresse clairement du monde)

Vraie question du coup...
Si demain Apple laisse les assistants perso (Hermes, Muse, Grok Bot, Dot...) contrôler tout l'iPhone => un téléphone comme Blue sert plus à rien

Si Apple garde ses restrictions => l'agent natif devient la seule vraie solution

Vous en pensez quoi ? Vous êtes team Agent dans une appli ou agent natif ?

[Omar Abdelaziz @OmarAbcXyz123]

We switched 10 people from iPhone to Blue. Weeks later, none of them want their iPhone back.

Introducing Blue: a phone you just talk to. Tell it what you need, and it gets done.

It has all the context, can use every single app, and even triages your notifications.

We built it for people who always have a little too much to do. The ones buried in messages, notifications, and to-dos.

If that's you, get yours today.

Backed by Y Combinator + 70 other VCs & angels.

https://t.co/R8o6ouHBJF

[Deux Dés 🎲 @Deuxdds]

@TrochetA Il était trop gourmand 🤣

[Deux Dés 🎲 @Deuxdds]

Je suis d’accord sur cette possibilité mais j’émettrai quand même une petite nuance, un grand nombre d’entreprise bien qu’ayant les moyens d’héberger leurs propres données ont décidé d’être dans le cloud qui apporte une flexibilité à l’usage de la puissance de calcul mais aussi pour rester à la pointe de l’innovation. Une entreprise qui a son IA local pourrait potentiellement être moins compétitive à court terme qu’une entreprise à qui on suffit une petite mise à jour pour avoir les dernières nouveautés. Mon avis c’est que pour des raisons de compétitivité et de FOMO les deux coexisteront

[Deux Dés 🎲 @Deuxdds]

J’ai capté il était en mode AD Laurent, il voulait le plus de pupuce possible 🤣

[Watcher.Guru @WatcherGuru]

JUST IN: Nvidia $NVDA crashes 4% after-hours following reports of a second affair by CEO Jensen Huang.

[Deux Dés 🎲 @Deuxdds]

@zeChedli Une app gamifié pour me faire réviser la certif CCA-P Claude certified architect Pro (je la passe bientôt)

[Deux Dés 🎲 @Deuxdds]

Ce n’est que mon avis mais je suis pas d’accord, je vois pas pourquoi on devrait les opposer alors qu’on pourrait les combiner (quand les worlds models seront plus mature pare ce qu’on l’instant rien ne sort)
Mais si on se refait l’histoire pour les réseaux de neurones rien n’est sortie pendant plus de 10ans jusqu’à que le marché ni croit plus trop vraiment

[Deux Dés 🎲 @Deuxdds]

Comment ça mon reuf 🤣🤣🤣

[Pavel Durov @durov]

Unfair that CEOs who aren’t into Asian girls get fewer dating options from spy agencies.

Where are the French/Russian/Iranian honeypots? Not one spy girl sent my way. Are they even trying?

France is excused — their decision-makers aren’t into girls. Everyone else: try harder!

[Deux Dés 🎲 @Deuxdds]

@adrienbseo De mon côté je fais générer les images par codex par contre tout ce qui est montage et surtout pour le Motion design je trouve Claude sous opus 5.5 meilleur

[Deux Dés 🎲 @Deuxdds]

@serlionel Exactement et je pense que dans un premier temps t’aura simplement le droit de lecture dans un erp mais à terme si t’as le droit d’écriture, Claude s’occupera de la data quality

[Deux Dés 🎲 @Deuxdds]

@FuturLucide Je te lis avec passion, tu fais du beau boulot c’est normal 💪🏽💪🏽

[Deux Dés 🎲 @Deuxdds]

@nathan_L77 Pour moi c’est un faux problème, prends les entreprises du CAC40, à ton avis y’en a combien qui sont chez Microsoft

[Deux Dés 🎲 @Deuxdds]

Google vient de sortir Gemini Decision 1 et la Gemini Decisions API (encore une sortie, décidément on est gâté cette semaine)
Si vous voulez mon avis : le moins intéressant pour le grand public (c’est un modèle qui ne génère pas de texte) mais le plus important pour les entreprises (c'est un modèle qui prends des décisions)

Ça se voit dans les chiffres le modèle est sous-cote mais il reste intéressant, parlons-en.

En gros c'est un modèle qui écrit rien. Il répond à des questions fermées :
- oui/non
- des choix multiple jusqu'à 255 options
- ou une note sur une grille.
Et pour chaque réponse il te donne la probabilité + un score de confiance.

Pourquoi c'est important ? Parce que dans un agent IA, une grosse partie des appels au modèle servent juste à... DÉCIDER.
Les questions qui se posent c’est par exemple:
• quel outil appeler
• quel modèle utiliser (le petit rapide ou le gros qui réfléchit)
• est-ce que la demande respecte les règles
• est-ce que ce document est utile pour le contexte
• est-ce que la réponse est assez bonne ou on recommence
• à quelle équipe on envoie ce ticket
• est-ce qu'on passe la main à un humain

Aujourd'hui tout ça on le fait avec un LLM qui génère du texte, qu'on surveille derrière en priant pour que le format soit bon mdr.

C'est lent, ça coûte des tokens de sortie, et t'as aucune idée de si le modèle était sûr de lui.

Avec ce genre de modèle, instaurer un score de confiance de 0 à 1, tu peux dire => au dessus de 0,9 l'agent avance tout seul, en dessous il demande à un humain.

Et Google l'utilise déjà chez eux : router les requêtes de Gemini Notebook vers le bon modèle (jusqu'à 40 % de latence en moins selon eux), et servir de garde-fou sur les outils MCP dans Search.

Selon moi l'agent de demain il ressemble à ça :
1 - un gros modèle qui réfléchit et planifie
2 - un modèle de décision ultra rapide qui fait l'aiguillage à chaque étape
3 - des petits modèles qui exécutent

Tout le monde regarde le gros cerveau de Claude ou ChatGPT ...
La vraie bataille des agents va peut être se jouer sur l'aiguillage.

[Sundar Pichai @sundarpichai]

Today we’re launching the Gemini Decisions API, powered by our new Gemini Decision 1 model in @GoogleAIStudio.

Instead of generating text token by token, it’s built for closed-set choices scoring up to 1,000 questions across text, images, audio, video + PDFs in a single pass. A few details:

- 3 decision types: yes/no, multiple choice (up to 255 options) + rubric scoring
- $0.10 / 1M input tokens with $0 billed for output tokens (~5x cheaper than Flash-Lite)
- leads on several benchmark evals with lowest calibration error

Google teams are already building with it, below is a look at Stitch Rapid designing a full product flow in seconds (1x speed)

[Deux Dés 🎲 @Deuxdds]

@0xmaxou Marvin ndiaye, j’aime bien ses prises de position sur insta