Meta Platforms a, selon des annonces internes et des déclarations de son CTO à Davos, mis à disposition des équipes de son nouveau « Meta Superintelligence Lab » des premiers modèles d'IA. Présentés comme « très prometteurs », ces travaux incluent deux projets nommés Avocado, pour le texte, et Mango, orienté image et vidéo. Certaines versions pourraient être rendues publiques au premier trimestre 2026.

Contexte et stratégie

Cette étape concrétise une orientation stratégique clairement impulsée par la direction de Meta : réorganiser la gouvernance IA, créer un laboratoire dédié et attirer des chercheurs et ingénieurs par des rémunérations élevées. Le mouvement intervient alors que l'entreprise fait face à des critiques sur la performance de son modèle Llama 4 et à une concurrence intense, notamment de la part d'acteurs comme Google.

Selon le CTO Andrew Bosworth, 2025 a été une année marquée par des perturbations liées à l'infrastructure, à l'approvisionnement en énergie et aux travaux de recherche, mais les investissements massifs dans ces domaines commencent à produire des résultats observables. Il estime que des modèles capables de répondre à des questions quotidiennes existent déjà et anticipe un renforcement rapide des capacités sur la période 2026–2027.

Avocado et Mango : que sait‑on ?

Les informations publiques restent limitées. Les noms de code mentionnés par la presse (Avocado pour un modèle textuel et Mango pour un modèle multimodal centré sur l'image et la vidéo) donnent une première idée des priorités techniques. Le laboratoire aurait livré « les premiers modèles clés » aux équipes internes ce mois‑ci, et certaines versions pourraient être destinées à un dévoilement externe au cours du premier trimestre 2026.

Il est important de noter que Meta n'a pas communiqué de spécifications techniques détaillées ni de mesures de performance comparatives à ce stade. Le caractère « prometteur » évoqué par la direction reflète des évaluations internes, auxquelles devront s'ajouter des tests indépendants et des étapes de mise en production pour juger de la robustesse et de l'utilité opérationnelle de ces modèles.

Ce qui reste à confirmer : le calendrier précis des publications publiques, les capacités comparées d'Avocado et de Mango par rapport aux modèles concurrents, le périmètre des versions destinées au grand public et les garanties en matière de sécurité et de biais.

Impacts attendus pour le marché et les produits grand public

Si les modèles se révèlent effectivement capables de traiter des tâches textuelles et multimodales à haut niveau, cela renforcerait la trajectoire de Meta vers des produits consommateurs centrés sur l'IA. Bosworth a souligné que la phase suivante ne se limite pas à l'entraînement des modèles : il faut aussi assurer l'intégration dans des services, la disponibilité énergétique et l'évolutivité des infrastructures.

La compétition va se jouer sur plusieurs dimensions : qualité des modèles, rapidité de déploiement, contrôle des coûts opérationnels et capacité à attirer et retenir des talents. Sur le plan utilisateur, des modèles plus performants pourraient améliorer l'assistance conversationnelle, la recherche d'images, la synthèse vidéo et d'autres fonctions multimodales intégrées aux applications grand public.

Aspects éthiques et réglementaires

La transformation annoncée par Meta soulève naturellement des questions de responsabilité, de sécurité et de conformité. La mise en circulation de modèles puissants impose des étapes supplémentaires : vérification des biais, tests de robustesse, gestion de la consommation énergétique, et mécanismes de surveillance en production. En l'absence de détails publics sur les protocoles déployés, ces sujets devront être examinés au fil des publications et des audits externes.

À retenir

  • Meta a livré en interne des modèles issus du « Meta Superintelligence Lab », qualifiés de « très prometteurs » par la direction.
  • Deux projets sont cités par la presse : Avocado (texte) et Mango (image/vidéo); certaines versions pourraient être publiques début 2026.
  • La démarche s'inscrit dans une réorganisation stratégique et des investissements importants en recherche et infrastructure.
  • Les détails techniques, les évaluations indépendantes et le calendrier de mise en production restent à confirmer.
  • Les prochaines années, et en particulier 2026–2027, seront déterminantes pour l'adoption des produits IA grand public et la hiérarchie concurrentielle du secteur.

Article amélioré avec l'IA - Article original