SpudCells, cellules synthétiques en éprouvette

Et si une “cellule” entièrement artificielle pouvait grandir, copier son ADN… puis se diviser, sans être issue d’un organisme vivant ? On commence avec cette expérience qui brouille un peu plus la frontière entre chimie et vie. Bienvenue dans The Automated Daily, tech news edition. Le podcast créé par l’IA générative. Nous sommes le 3 juillet 2026, et je suis TrendTeller. Aujourd’hui, on parle aussi de règles mondiales pour l’intelligence artificielle, de la bataille des coûts des modèles, de la course aux puces, et d’un retour très discuté du supersonique au-dessus des continents.

D’abord, cette avancée étonnante en biologie de synthèse: des chercheurs de l’Université du Minnesota décrivent des “SpudCells”, de minuscules sphères faites de composants non vivants, capables d’enchaîner un cycle complet en laboratoire: elles grossissent, répliquent leur matériel génétique fabriqué en labo, puis se scindent. Le point marquant, c’est l’approche “de zéro”: au lieu de modifier un organisme existant, ils assemblent un système où chaque brique est définie. On n’est pas encore face à une vie autonome — ces structures dépendent fortement de leur environnement et s’épuisent après quelques générations — mais c’est un signal fort: on progresse vers des cellules artificielles “sur mesure”, avec des promesses potentielles en production de molécules, matériaux ou ingrédients. À garder en tête toutefois: c’est une prépublication, donc pas encore validée par l’évaluation par les pairs.

Règles mondiales, IA et risques

Dans le même esprit de “nouveaux pouvoirs, nouvelles règles”, l’ONU tire la sonnette d’alarme sur la gouvernance de l’IA. Un rapport préliminaire d’un panel scientifique indépendant explique que la fenêtre pour mettre en place des règles globales efficaces se referme rapidement. Pourquoi maintenant ? Parce que les systèmes deviennent plus autonomes — des agents capables d’exécuter des tâches en chaîne — et que les risques montent avec eux: contenus d’abus sexualisés générés, deepfakes explicites, désinformation plus persuasive, cyberfraude à grande échelle. Le rapport n’oublie pas le reste: impacts possibles sur la santé mentale pour des publics vulnérables, et émissions en hausse via des data centers très énergivores. Et il y a un angle géopolitique: la puissance de calcul de pointe reste très concentrée, surtout entre les États-Unis et la Chine, ce qui peut accentuer les inégalités. Prochaine étape: ces constats alimentent un grand dialogue à Genève à partir du 6 juillet.

Coûts de l’IA et routage

Aux États-Unis justement, le gouvernement discuterait d’un cadre volontaire avec plusieurs grands acteurs de l’IA pour encadrer la sortie de nouveaux modèles très puissants. L’idée, selon les informations qui circulent, est de définir des tests, des délais et des conditions d’accès — notamment avec un prisme sécurité nationale. C’est intéressant parce que, même sans loi immédiate, on voit se dessiner une régulation “par la pratique”: des standards de fait, négociés avec l’industrie, qui peuvent influencer qui a le droit d’utiliser quoi, et où.

Agents IA en entreprise: réalité

Mais pour beaucoup d’entreprises, le sujet du moment est beaucoup plus terre-à-terre: la facture. Chez Tesla, une note interne rapportée par la presse évoque un plafonnement hebdomadaire des dépenses d’outils d’IA par employé, après une adoption encouragée… et des coûts qui auraient explosé. Le détail qui fait parler: certaines exceptions favoriseraient des produits en test liés à xAI, la société d’IA d’Elon Musk, ce qui soulève deux questions très simples: est-ce une mesure de gouvernance budgétaire, ou une manière d’orienter les usages ? Et, au passage, quel est le niveau de confiance réel des équipes dans les modèles “maison” face aux alternatives ?

Chips européens et dépendances

Dans la même veine, on observe une tendance plus large: au lieu de choisir un seul modèle d’IA, les entreprises veulent “router” chaque requête vers le modèle le plus adapté. Autrement dit, réserver les modèles les plus coûteux aux tâches vraiment difficiles, et utiliser des options plus économiques quand elles suffisent. Ce mouvement est porté par des passerelles et plateformes qui arbitrent entre prix, rapidité et qualité perçue. C’est un changement culturel: l’IA n’est plus juste une prouesse, c’est une ligne de budget à optimiser, comme le cloud il y a dix ans.

Anthropic et la piste Samsung

Tout cela ramène à une question: à quel point les agents IA tiennent-ils leurs promesses ? Chez Meta, Mark Zuckerberg aurait reconnu en interne que les agents n’avancent pas aussi vite qu’espéré, malgré une réorganisation massive et des équipes dédiées. C’est révélateur d’un écart fréquent entre la démo et la production: faire “à peu près” quelque chose est facile; le faire de façon fiable, répétable, et acceptable en entreprise, l’est beaucoup moins. Zuckerberg parierait sur des améliorations à court terme, mais la lucidité est notable.

Meta veut vendre du calcul

Et puis il y a le “comment” on construit ces agents correctement. Un ingénieur de Sentry raconte le développement de “Junior”, un assistant open source dans Slack pensé comme un stagiaire: on lui donne du contexte, on relit, on corrige, et il peut mener des actions comme ouvrir des tickets ou naviguer pour faire des vérifications simples. Le récit est surtout un rappel utile: rendre un agent robuste coûte cher en discipline d’ingénierie. Il faut gérer des tâches longues, tracer ce qui s’est passé, éviter des exécutions simultanées, et surtout verrouiller l’accès aux identifiants et aux actions sensibles. Bref, la magie devient vite de l’infrastructure, de la sécurité, et des garde-fous.

GLM-5.2, percée d’un modèle chinois

Côté création, un autre débat gagne du terrain: comment garder l’humain aux commandes sans renoncer au gain de temps ? Paul Bakaus, à l’origine d’un système open source appelé Impeccable, défend l’idée de “compétences” de design: au lieu de demander une refonte en une phrase, on donne à l’agent un vocabulaire de direction — des mots comme “plus audacieux”, “plus discret”, “plus dense” — reliés à des règles concrètes. Le message est clair: si tout le monde utilise les mêmes invites génériques, les résultats se ressemblent, et le design s’uniformise. Sa proposition esquisse un compromis crédible: l’IA produit rapidement une première version très avancée, mais les derniers ajustements — goût, contexte, point de vue — restent une affaire humaine. Pas de “mode automatique”, et une responsabilité créative qui ne se délègue pas.

NASA accélère les livraisons lunaires

Pour faire tourner toute cette IA, il faut des puces — et là, l’Europe s’inquiète. Un rapport financé par l’UE décrit un avenir difficile pour l’industrie des semi-conducteurs si le continent ne renforce pas vite ses chaînes d’approvisionnement et ne réduit pas ses dépendances. Entre contrôles à l’export sur certains minerais, risque géopolitique autour de Taïwan, et dépendance à des technologies américaines potentiellement restreintes, l’alerte est autant stratégique qu’industrielle. L’enjeu: sans accès stable aux composants et aux équipements, l’autonomie technologique européenne reste fragile.

Vol supersonique: la FAA rouvre

Dans ce contexte, l’idée de “faire ses propres puces” devient presque une posture de survie. Anthropic serait en discussions avec Samsung pour un composant IA sur mesure. Rien n’est arrêté, mais la direction est parlante: les grands labos d’IA cherchent à réduire la dépendance à un petit nombre de fournisseurs, et à améliorer l’efficacité pour l’inférence et l’entraînement. Après les initiatives d’autres acteurs du secteur, on voit se dessiner une nouvelle compétition: celle du silicium, pas seulement des modèles.

CAR-T contre glioblastome: cible double

Et pendant que certains cherchent à sécuriser le matériel, d’autres cherchent à rentabiliser leurs data centers. Meta préparerait une activité d’infrastructure cloud destinée à vendre du calcul IA et, possiblement, l’accès à des modèles hébergés. L’intérêt est double: diversifier des revenus très centrés sur la publicité, et transformer des dépenses colossales en produit commercial. Mais cela suppose un savoir-faire en vente aux entreprises et en opérations cloud que Meta n’a pas historiquement en vitrine — la promesse est grande, l’exécution aussi.

Sur la scène mondiale des modèles, une startup de Pékin, Z.ai, fait parler d’elle avec GLM-5.2, un modèle réputé performant en programmation et en tâches “agentiques” tout en restant peu coûteux. Après les surprises des derniers mois, le signal est le même: la concurrence s’intensifie, les prix risquent de baisser, et davantage d’équipes pourront accéder à des capacités avancées sans budget démesuré. En filigrane, cela accentue aussi la dimension géopolitique: la performance et la diffusion des modèles deviennent un élément de puissance économique.

Passons à l’espace: la NASA attribue de nouveaux contrats à trois entreprises pour quatre livraisons lunaires d’ici 2028. L’objectif est très pragmatique: déposer des instruments similaires en plusieurs endroits, comme des “stations météo” sur la Lune, afin de comparer des mesures et mieux anticiper les dangers pour des opérations humaines. Ce qui compte ici, c’est la répétition: des données prises de façon cohérente, sur plusieurs sites, pour réduire l’incertitude et accélérer l’apprentissage avant des ambitions plus durables.

Dans les airs, la FAA propose de remplacer l’interdiction historique des vols supersoniques commerciaux au-dessus des terres par une certification basée sur l’impact sonore au sol. C’est un changement potentiellement majeur, mais controversé: mesurer un seuil ne garantit pas que les gens trouveront le bruit acceptable, et le débat entre “boom” audible ou “impact minimisé” est loin d’être réglé. En parallèle, la NASA poursuit une voie différente avec un appareil expérimental censé rendre le phénomène moins agressif, et des enquêtes de perception auprès des populations survolées. Bref: la porte s’entrouvre, mais le marché, la réglementation et l’acceptabilité sociale restent des inconnues.

On termine avec une avancée médicale qui, elle, vise un problème tragiquement connu: le glioblastome, un cancer du cerveau très agressif. Une étude publiée dans Nature décrit une stratégie d’immunothérapie qui cible non seulement les cellules tumorales, mais aussi des cellules immunitaires détournées par la tumeur pour se protéger. En identifiant un marqueur commun, les chercheurs cherchent à frapper à la fois l’ennemi et son “bouclier” dans l’environnement tumoral. C’est prometteur sur des modèles de laboratoire et chez la souris; la grande question, désormais, est la transposition sûre et efficace chez l’humain, notamment la manière d’acheminer et de contrôler ce type de thérapie dans le cerveau.

C’est tout pour aujourd’hui. Si un thème se détache, c’est bien celui-ci: que ce soit en biologie synthétique, en IA ou en infrastructures, on gagne en puissance, mais la maturité — règles, coûts, fiabilité, responsabilité — devient le vrai différenciateur. On se retrouve demain pour un nouveau tour d’horizon. Vous écoutiez The Automated Daily, tech news edition.

SpudCells, cellules synthétiques en éprouvette - Actualités Technologiques (3 juil. 2026)

Our Sponsors

Today's Tech News Topics