La CISA publie un avis sur une vulnérabilité de dépassement de tampon dans le décodeur Brotli (c/dec/decode.c) des versions 1.0.3 à 1.2.0 de Google Brotli.
Motif de la recommandation :L'avis recense 28 produits Siemens touchés par une faille critique de Brotli et les mesures de contournement disponibles en l'absence de correctif.
Google Research présente /teamwork, une fonctionnalité multi-agents d'Antigravity bâtie sur les modèles Gemini 4 Argon.
Motif de la recommandation :L'article détaille les mécanismes de vérification et de partitionnement du contexte de /teamwork, ainsi que des résultats vérifiés en mathématiques et en génie logiciel, ce qui permet de juger de son applicabilité aux workflows agentiques existants.
Google DeepMind lance Gemini 4 Hydrogen, un modèle rapide et efficace pour le codage quotidien et les workflows agentiques.
Motif de la recommandation :L'original détaille les performances de Gemini 4 Hydrogen face à Gemini 3.8 Flash et son intégration dans les workflows multi-modèles via Orchestrator.
AWS annonce la mise à jour du runtime d'Amazon Bedrock AgentCore : chaque session continue de s'exécuter dans une MicroVM Firecracker isolée matériellement.
Motif de la recommandation :L'original détaille les changements de performances et de facturation de la nouvelle génération d'AgentCore runtime, ainsi que l'extension de la frontière d'isolation aux données, ce qui aide à évaluer le coût et la sécurité du déploiement d'agents à grande échelle.
Google a mis en open source XSE (XLA Serving Engine), un runtime C++ qui sert des modèles d'apprentissage automatique sans interpréteur Python dans le chemin d'exécution.
Motif de la recommandation :L'original expose les performances de XSE sur les requêtes courtes et son périmètre d'usage, ce qui permet de situer la place du serving C++ dans les infrastructures existantes.
Microsoft a publié son Patch Tuesday de novembre, qui corrige 1 093 vulnérabilités dans Windows et les logiciels pris en charge.
Motif de la recommandation :Le Patch Tuesday de novembre corrige 1 093 vulnérabilités, dont 63 critiques et une déjà exploitée, ce qui éclaire l'ampleur des correctifs à appliquer.
Google DeepMind annonce AlphaGenome 2, un modèle de séquence d'ADN conditionnel qui prédit l'effet des variants sur des types cellulaires humains précis. Entraîné sur plus de 107 millions de profils cellulaires couvrant 68 tissus, il identifie près de deux fois plus de variants modifiant l'expression génique que le modèle précédent, avec 30 % contre 16 % de variants causaux sur le jeu de données TenK10K. Le modèle est disponible pour la recherche non commerciale via l'AlphaGenome API et en aperçu privé pour la recherche commerciale.
Motif de la recommandation :Le modèle conditionnel par type cellulaire et l'API ouverte permettent de situer les changements de capacité et les scénarios d'usage en recherche génétique.
La CISA a ajouté six vulnérabilités à son catalogue Known Exploited Vulnerabilities sur la base de preuves d'exploitation active.
Motif de la recommandation :La liste des six CVE activement exploitées et les exigences de remédiation de la BOD 26-04 donnent un point de référence concret pour la gestion des correctifs.
Google DeepMind rend Gemini 4 Carbon disponible pour les développeurs, les entreprises.
Motif de la recommandation :Le texte détaille les performances de Gemini 4 Carbon sur plusieurs benchmarks et son prix par token, ce qui permet de comparer avec Gemini 4 Argon.
NVIDIA fait don d'OpenShell, un runtime open source de sécurisation et de gouvernance des agents autonomes.
Motif de la recommandation :NVIDIA ouvre OpenShell à la CNCF et détaille trois composants DSX pour le déploiement d'agents et d'inférences sur Kubernetes, avec des chiffres de démarrage comparés.
Le CERT-FR signale de multiples vulnérabilités dans Google Chrome permettant à un attaquant de provoquer un problème de sécurité non spécifié par l'éditeur. Google indique que la vulnérabilité CVE-2026-125350 est activement exploitée. Les correctifs sont à consulter dans le bulletin de sécurité de l'éditeur.
Google DeepMind a lancé Gemini Robotics 2.5, son modèle vision-langage-action le plus capable à ce jour.
Motif de la recommandation :Le modèle VLA améliore la dextérité et la fiabilité, avec un taux de réussite de 96 % validé sur une ligne de production Mercedes-Benz.
Google DeepMind présente AlphaProof Code, un cadre agentique multi-LLM qui combine expertise humaine et agents IA pour la vérification formelle de code. Les chercheurs ont ainsi prouvé mathématiquement des propriétés de sécurité du code réel du protocole Signal, avec plus de six millions de lignes de Lean générées par des agents Gemini Carbon et une revue humaine limitée à environ un pour cent du code. Le processus a pris quatre semaines, là où des équipes d'experts y consacrent historiquement des années, et le système a produit des preuves machine-vérifiées que deux bugs réintroduits rendaient le code non sûr. DeepMind ouvre en source ses artefacts de vérification formelle.
Motif de la recommandation :Le texte détaille le cadre multi-agents, la génération de plus de six millions de lignes de Lean et la vérification du code compilé de Signal, avec un délai de quatre semaines.
Google DeepMind publie SatWeave et PARDIG, deux jeux de données utilisés par son modèle météo WeatherNext 3.
Motif de la recommandation :L'original expose les caractéristiques des jeux de données SatWeave et PARDIG ainsi que leurs modalités d'accès, ce qui permet de juger de leur utilité pour les applications météo et climat.
Google DeepMind déploie Gemini Omni 1.2 Flash sur le Gemini API et Gemini for business.
Motif de la recommandation :Le tarif à la seconde et la durée maximale des clips permettent de comparer directement le coût de génération vidéo avec la version précédente.
Google Research présente AI-PPG-ACC-HTN, un système d'IA multimodal qui détecte les signes d'hypertension à partir des capteurs PPG et accéléromètre d'une montre connectée.
Motif de la recommandation :L'étude détaille un système multimodal PPG-ACC sans calibration par brassard, validé face à l'ABPM sur 196 participants, avec des chiffres de sensibilité et spécificité par scénario clinique.
Google DeepMind présente les Cheminformatics Skills pour Google Antigravity.
Motif de la recommandation :L'article détaille le flux complet des Cheminformatics Skills dans Antigravity, de l'extraction de molécules à la proposition de voies de synthèse, avec un cas concret sur le cancer du poumon.
Google DeepMind annonce Gemini 4 Carbon, présenté comme son modèle le plus puissant.
Motif de la recommandation :Le texte détaille les scores de Carbon sur les benchmarks de cybersécurité et de codage ainsi que ses améliorations d'alignement, permettant de situer le modèle par rapport à Argon.