Innovation technologique en IA, une nouvelle narration côté applications au-delà de DeepSeek
TechFlow SélectionTechFlow Sélection
Innovation technologique en IA, une nouvelle narration côté applications au-delà de DeepSeek
Plus une application IA est basée sur de « grands modèles applicatifs », plus elle a théoriquement de chances de réussir.
Dédié à des analyses Web3 approfondies
Image source : générée par Wujie AI
Les vacances du Nouvel An chinois 2025 viennent de se terminer, mais les ondes de choc provoquées par DeepSeek restent bien présentes.
Grâce à des méthodes telles que l'entraînement en FP8, la prédiction multi-token, une architecture MOE améliorée, un mécanisme d'attention latente multi-tête (MLA) et un apprentissage par renforcement sans SFT, DeepSeek-V3 a atteint des performances supérieures à celles des meilleurs modèles open-source comme Qwen2.5-72B et Llama-3.1-405B, ainsi qu'à certains modèles fermés, tout en gardant un coût d'entraînement extrêmement bas. DeepSeek-R1 démontre même des capacités de raisonnement surpassant celles d'OpenAI o1.
Le succès des modèles DeepSeek ouvre une nouvelle voie dans l'industrie des grands modèles, auparavant centrée principalement sur la puissance de calcul, hissant ainsi les grands modèles fondamentaux mondiaux vers un nouveau niveau.
Cependant, au-delà des grands modèles fondamentaux axés sur la « narration technologique » comme DeepSeek, un autre type de développement mérite attention : les grands modèles appliqués, qui innoveraient autour de produits clés et de scénarios centraux via l'IA.
L’Chine a toujours été un pays fortement orienté vers les applications.
En 2024, avec une offre croissante de puissance de calcul et une chute drastique des coûts d'inférence, des applications IA chinoises ont émergé rapidement — que ce soit dans la génération d'images ou de vidéos à partir de texte avec Jimeng AI, Miaoya Camera, Kuaishou Keling, ou dans la recherche IA avec Namo Search (anciennement 360AI Search), Tian Gong AI Search, ou encore dans les compagnons IA comme Xingye et Catbox, ou encore les assistants IA tels que Doubao, Quark, Kimi et Tongyi. Toutes ces applications ont connu une explosion de leur base d'utilisateurs en 2024.
Ces applications IA reposent toutes sur des capacités de modèles sous-jacentes. Pour une application IA, la compétition entre modèles appliqués ne porte pas sur les paramètres du modèle, mais sur l'efficacité pratique de l'application.
Par exemple, le fait que Kimi ait attiré beaucoup d'attention en peu de temps est étroitement lié à la capacité de son modèle à lire et analyser de longs textes ; les 200 millions d'utilisateurs de Quark et ses 70 millions d'utilisateurs mensuels actifs s'appuient sur la convivialité du « grand modèle Quark » ; les fonctionnalités puissantes de création vidéo à partir de texte ou d'image de Keling dépendent directement du soutien de son propre modèle Keling.
L'évolution des grands modèles fondamentaux n'est pas encore terminée, mais avec de plus en plus d'entreprises lançant des applications IA en 2025, le développement des modèles appliqués deviendra une condition indispensable pour accompagner cette vague d'expansion massive des applications IA.
1. Pourquoi les grandes entreprises ont un avantage dans les applications IA
Avec la maturité et les percées technologiques des grands modèles, l'amélioration progressive des infrastructures de calcul, le soutien accru des politiques publiques, l’émergence continue d’applications phares comme Sora ou Suno, ainsi qu’une croissance vigoureuse des investissements dans des domaines tels que les agents IA, l’intelligence incarnée, les jouets IA ou les lunettes IA, l’année 2025 est largement perçue comme l’année de l’explosion des applications IA, un consensus répandu dans le monde technologique.
Ce consensus a encore été accéléré par le succès fulgurant de DeepSeek, qui a élevé le niveau général des capacités des modèles fondamentaux, créant ainsi un environnement plus favorable au développement des applications IA.
Selon les observations de « Jiazi Trends », depuis la deuxième moitié de 2024, des institutions d'investissement renommées telles que Hillhouse Capital, Matrix Partners, Baidu Ventures et Innovators Fund ont intensifié leurs investissements dans les applications IA, en particulier en misant sur des projets précoces dans ce domaine. Certains investisseurs affirment qu’à la fin 2024, le nombre réel de projets d'applications IA financés sur le marché primaire était au moins deux fois supérieur au nombre de projets officiellement annoncés.
Les données de Sensor Tower montrent également qu'en 2024, les utilisateurs mondiaux de smartphones ont dépensé 1,27 milliard de dollars dans les applications IA, tandis que les téléchargements d'applications liées à l'IA sur les boutiques iOS et Google Play ont atteint 17 milliards.
Mais une réalité cruelle subsiste : parmi les milliers d'applications IA, seules quelques-unes survivent durablement, et encore moins deviennent populaires.
« Jiazi Trends » a déjà rapporté l'existence d'un site web appelé « cimetière de l'IA », recensant 738 applications IA mortes ou arrêtées, dont certaines étaient autrefois des projets vedettes : par exemple, Whisper.ai, le produit de reconnaissance vocale d'OpenAI, FreewayML et StockAI, célèbres interfaces de Stable Diffusion, ou encore Neeva, moteur de recherche IA considéré comme concurrent potentiel de Google (voir « Le cimetière de l’IA, et 738 projets d’IA disparus | Jiazi Trends »).
Alors, quel type d'application IA peut être durable et vivant ?
« Jiazi Trends » estime que premièrement, elle doit placer le modèle au cœur de son système et exploiter pleinement ses capacités ; deuxièmement, elle doit posséder une forte capacité d'analyse des besoins des utilisateurs.
Le PDG de Microsoft, Satya Nadella, a déclaré lors d'une projection des tendances de l'IA en 2025 que « les applications centrées sur les modèles IA redéfiniront chaque secteur en 2025 ». Autrement dit, les applications qui s'appuient directement sur les modèles, avec le moins possible d'intermédiaires, et qui exploitent au maximum les capacités des modèles, seront celles capables d'attirer et de retenir les utilisateurs.
Un simple coup d'œil au classement des produits IA de Xinbang en janvier 2025 suffit à constater que, parmi les dix premières positions nationales, huit sont des applications directement construites sur des modèles, notamment des assistants IA.
Source image : Xinbang
Pour bien comprendre les besoins des utilisateurs, il faut disposer d’une base d’utilisateurs massive : seule une grande base utilisateur permet d’accumuler suffisamment de données et d’étiquettes, afin d’identifier précisément les véritables douleurs et besoins des utilisateurs.
Ces deux facteurs signifient donc que : les grandes entreprises ont un avantage naturel dans le développement d'applications IA.
Elles disposent de ressources suffisantes en puissance de calcul et en talents pour développer leurs propres modèles, évitant ainsi les couches superposées et pouvant déployer directement leurs applications sur leurs modèles internes. Elles bénéficient aussi d'une base d'utilisateurs massive et d'entrées de trafic matures, accumulant davantage de données, facilitant l'identification des besoins, et offrant un avantage naturel pour la promotion de nouvelles applications IA. En outre, leur capacité solide d'intégration écosystémique enrichit les fonctionnalités des produits et renforce la fidélité des utilisateurs.
Le classement mentionné précédemment confirme également cela : six des dix premières applications proviennent de grandes entreprises.
Dans une récente interview accordée à Tencent Tech, Zhu Xiaohu a indiqué que les barrières de données des startups ne sont pas si élevées, qu’elles ne conviennent pas au développement de modèles de base, mais doivent plutôt se concentrer étroitement sur les clients au-dessus de ces modèles. Cela confirme indirectement l’avantage des grandes entreprises.
Dans l’ensemble, chez les grands groupes, modèles et applications s’alimentent mutuellement, formant un cercle vertueux de croissance :
La base massive d'utilisateurs génère des données qui servent de base précieuse pour le développement des modèles, renforçant ainsi leurs capacités et leur adaptation aux scénarios spécifiques et aux besoins des utilisateurs ; en retour, l'amélioration des modèles nourrit les applications, leur donnant plus de force produit et attirant davantage d'utilisateurs.
Ce type de modèle, reposant sur une vaste base d'utilisateurs, guidé par les besoins réels et performant particulièrement bien dans des scénarios spécifiques, pourrait être nommé « grand modèle applicatif ». Théoriquement, plus une application IA repose sur un « grand modèle applicatif », plus elle a de chances de réussir.
Quark, classé juste après DeepSeek dans ce classement, en est un exemple typique.
« Jiazi Trends » observe que, dans la bataille actuelle entre applications IA, Quark, auparavant peu mentionné, prend discrètement la tête. Selon les dernières données d’Analysys, fin 2024, Quark comptait 71,02 millions d'utilisateurs mensuels actifs, plaçant l'application mobile IA en première position, dépassant des noms connus comme Doubao et Kimi.
Source : Analysys
Encore plus remarquable est l'indicateur de « fidélité utilisateur ».
Selon des rapports tiers, le taux de rétention de Quark sur trois jours dépasse 40 %, contre environ 25 % pour les assistants IA Doubao et Kimi, très médiatisés à la même période. Selon le « Classement annuel des produits IA puissants 2024 » publié par Seven麦 Data, Quark arrive en tête à la fois du « classement des applications IA puissantes » et du « classement des téléchargements », avec plus de 370 millions de téléchargements cumulés en 2024, dominant largement tous les autres produits IA.
Parmi les nombreux produits IA du classement, Quark n’a pas été le premier à lancer un grand modèle, mais a progressivement pris une avance significative en termes de volume d’accès, de téléchargements et de fidélisation. Sur quoi repose donc cet avantage concurrentiel de Quark ?
Tout découle de sa stratégie produit et modèle centrée sur « l’application avant tout ».
2. Application d’abord, remonter vers une amélioration contextualisée du grand modèle
Dès ses débuts dans la recherche, Quark s’est concentré sur une « recherche intelligente et précise ». Grâce à une interface sobre et sans publicité, ainsi qu’à des résultats de recherche plus précis, il a rapidement trouvé sa place sur le marché. À partir de son activité de recherche, Quark a développé des produits verticaux destinés aux étudiants et aux professionnels : Quark Cloud, Quark Scan, Quark Documents, Quark Study, étendant progressivement ses scénarios vers les domaines de l’apprentissage et du travail.
Par exemple, au milieu de l'année 2020, Quark a lancé la fonctionnalité « recherche par photo ». Pendant la pandémie, face aux difficultés d'apprentissage des élèves bloqués chez eux, l'équipe Quark Study a plusieurs fois amélioré cette fonctionnalité.
Dans le domaine professionnel, partant du cas spécifique du « scan », Quark a introduit des fonctions telles que l'extraction de texte, de tableaux, la suppression d'écriture manuscrite, la numérisation de documents d'identité, et la conversion de formats de documents.
Cette base d'outils simples, combinée à une gamme croissante de cas d'utilisation et à une politique initiale de croissance sans publicité ni frais, a permis à Quark d'augmenter rapidement sa base d'utilisateurs, passant de millions à plus d'un million, puis dépassant le seuil du milliard d'utilisateurs cumulés.
En novembre 2023, Quark a lancé son grand modèle autodéveloppé de niveau billion, le « Quark Grand Modèle ».
Basé sur l'architecture Transformer, le « Quark Grand Modèle » est un modèle multimodal conçu en interne. Il s'entraîne quotidiennement sur des milliards de données textuelles et visuelles, et présente des caractéristiques telles qu'un faible coût, une réponse rapide et des capacités globales élevées. Axé sur les besoins des utilisateurs et les cas d'usage verticaux de Quark, ce modèle privilégie l'application pratique et a donné naissance à des modèles spécialisés dans des domaines tels que les connaissances générales, la santé ou l'éducation, offrant ainsi des capacités techniques plus professionnelles et précises.
Au moment du lancement du « Quark Grand Modèle », Quark a également amélioré les performances d'IA de ses produits de scan et de recherche dans le cloud.
Le premier cas d’application du « Quark Grand Modèle » a été la santé et les soins médicaux.
En décembre 2023, Quark a annoncé une mise à jour complète de sa fonction de recherche santé, lançant l’application IA « Assistant Santé Quark ». Intégrant un graphe de connaissances médicales et des capacités de dialogue génératif, cet assistant fournit des informations de santé plus complètes et précises, et permet aux utilisateurs de poser plusieurs questions successives sur des sujets de santé.
En janvier 2024, Quark a lancé successivement les fonctions « Assistant Étude IA », « Assistant Prise de Notes IA », « PPT IA », puis en juillet 2024, a introduit sur mobile un service IA intégré centré sur la recherche IA. En août 2024, il a sorti une nouvelle version PC dotée d'une « IA système tout-scenario ».
Par exemple, lorsque l'utilisateur recherche « Quels sites touristiques du Shanxi ont inspiré Black Myth: Wukong ? », la barre de recherche intelligente de Quark fusionne la réponse IA, les sources d'origine et l'historique de recherche : non seulement elle génère un résumé intelligent comme d'autres moteurs IA, mais elle affiche aussi les sources dans une barre latérale, et conserve sous la réponse IA la présentation traditionnelle sous forme de liste de pages web. Cela améliore l'efficacité de récupération d'information et renforce la crédibilité des réponses IA.
En outre, Quark a construit autour de sa « barre de recherche intelligente » un système intégré d'information comprenant cloud, scan, traitement de documents et assistant santé, offrant un service complet allant de la recherche à la création, au résumé, puis à l'édition, au stockage et au partage, procurant ainsi aux utilisateurs une expérience fluide et continue.
Contrairement à de nombreuses grandes entreprises qui imitent ChatGPT en lançant des assistants IA « tout-en-un », la stratégie de Quark est « IA dans tout » : intégrer l’IA dans chaque composant du produit et l’appliquer concrètement à des scénarios spécifiques.
De la recherche par photo initiale, aux conseils pour les examens universitaires, jusqu’aux assistants intelligents de bureau, l’évolution des produits de Quark suit toujours les besoins des utilisateurs dans des contextes précis. Depuis, Quark a lancé ou mis à jour diverses fonctionnalités telles que « Recherche par question IA », « Recherche académique IA », « Conseils IA », renforçant ainsi ses applications différenciées dans les domaines de l’apprentissage et du travail.
Évolution de l’IA Quark au cours de l’année dernière, conception : Jiazi Trends
En particulier, la fonction « Recherche par question IA », mise à jour en novembre 2024, incarne le mieux les capacités IA de Quark.
En réalité, dès décembre 2023, Quark avait lancé un assistant IA pour expliquer les exercices. À l’époque, cet assistant dépendait surtout d’une base de questions servant de « base de connaissances », limitant l’IA à enseigner uniquement les exercices existants. La version mise à jour, quant à elle, dispose d’une intelligence accrue : elle peut désormais répondre non seulement aux questions existantes, mais aussi aux nouvelles ou difficiles. L’utilisation de la « chaîne de pensée » (CoT) du grand modèle permet à Quark de présenter clairement les étapes de raisonnement et de résolution, offrant aux utilisateurs une analyse détaillée et un accompagnement pédagogique.
Contrairement aux autres applications de recherche par question, majoritairement tributaires de bases de questions et limitées aux contenus du secondaire (K12), celle de Quark peut répondre non seulement à de nouvelles questions du secondaire, mais aussi à des problèmes spécialisés d’examen pour le master, la fonction publique ou d’autres certifications professionnelles. En prenant simplement une photo ou une capture d’écran, Quark retrouve la question correspondante et propose une réponse illustrée par des images, des vidéos ou une explication IA. De plus, pour des domaines spécialisés comme le droit ou la médecine, Quark « Recherche par question IA » peut aussi fournir des réponses.
Réponse de Quark à une vraie question du barreau
Par ailleurs, grâce à ses capacités IA, « Recherche par question IA » de Quark peut approfondir l’explication des concepts et points clés abordés dans les questions, identifier précisément les étapes critiques, aidant ainsi l’utilisateur non seulement à résoudre un problème, mais aussi à « apprendre par analogie » toute une catégorie de problèmes similaires.
La puissance de « Recherche par question IA » de Quark repose non seulement sur des années d’expérience dans la recherche, une riche base de documents qualitatifs accumulés dans le domaine de l’apprentissage, et une compréhension fine des besoins utilisateurs, mais aussi, surtout, sur le soutien du grand modèle éducatif « Lingzhi », lancé simultanément par Quark.
« Lingzhi » est un modèle développé par l’équipe technique de Quark à partir du « Quark Grand Modèle », entraîné sur des données de haute qualité accumulées pendant des années dans le domaine éducatif. Non seulement il possède la capacité de chaîne de pensée présente dans les meilleurs modèles, mais il transforme aussi son processus de réflexion en un langage compréhensible, adapté au cheminement d’apprentissage des étudiants.
Autrement dit, lorsqu’il s’agit d’expliquer un problème à un élève, le modèle « Lingzhi » sait mieux quels concepts aborder et comment structurer la démarche de résolution.
Prenons comme exemple une question réelle du baccalauréat de Pékin en mathématiques 2024. En comparant les réponses obtenues respectivement avec DeepSeek et Quark :
Réponse fournie par DeepSeek
Réponse fournie par Quark
On observe que, comparée au long développement théorique et exhaustif de DeepSeek, la réponse de Quark est plus concise et ressemble davantage à une explication pédagogique.
Le secteur de l’éducation, avec ses nombreux cas d’« explication de connaissances » et de « vulgarisation », impose des exigences élevées en matière de capacités multimodales du modèle. Or, les modèles multimodaux actuels reconnaissent mal les formules et les notes manuscrites, et comprennent particulièrement mal les graphiques de manière fine.
Pour résoudre ce problème, le modèle « Lingzhi » de Quark utilise une base pré-entraînée multimodale à grande échelle, construit un vaste corpus spécialisé, et garantit, par une structure de modèle optimisée, une meilleure efficacité de compréhension.
Dans les derniers tests, le modèle éducatif « Lingzhi » de Quark atteint désormais un taux de justesse et de score comparable à OpenAI-o1 sur les sujets de mathématiques du master, et surpasse nettement les autres modèles chinois. Dans plusieurs concours et examens importants comme les Olympiades de mathématiques ou le baccalauréat, Quark domine clairement en taux de justesse et de score.
Résultats des tests mathématiques du modèle « Lingzhi »
Source image : Quark
À la différence de sociétés comme DeepSeek qui développent des capacités fondamentales pures, Quark développe ses modèles en partant des besoins des utilisateurs. Prenons l’écriture IA : face à la demande de ses jeunes utilisateurs pour produire des rapports ou des mémoires (« écriture longue »), l’équipe technique de Quark a développé un modèle « Quark WenChuang » capable de générer des textes de plus de 8000 mots, en utilisant une technologie CoT multi-étapes et un renforcement par recherche, assurant ainsi une bonne conformité au volume demandé. Même DeepSeek, à ce jour, ne peut générer que des articles de 3000 mots maximum.
En outre, la fonction d’écriture IA de Quark agit comme un « éditeur de texte en ligne » : l’utilisateur peut supprimer, retravailler ou agrandir l’article généré, grâce également aux capacités du modèle WenChuang.
On peut dire que alors que le monde entier rivalise sur les paramètres des grands modèles, Quark concentre désormais davantage d’efforts sur les scénarios d’application réels, améliorant de façon ciblée les capacités de ses modèles selon les besoins des utilisateurs. À ce jour, Quark a développé une capacité IA systémique et tout-scenario.
Source image : Quark
3. Accélération de l’IA To C d’Alibaba
En tant qu’une des quatre activités stratégiques innovantes d’Alibaba, chaque mouvement de Quark reflète non seulement sa propre trajectoire, mais aussi la direction globale de l’activité IA To C d’Alibaba.
Le 15 janvier, Quark a mis à jour son slogan de marque : « L’assistant IA de 200 millions de personnes », marquant une nouvelle phase d’exploration accélérée des applications IA To C. Récemment, Jack Ma, fondateur d’Alibaba, est soudainement réapparu sur le campus de Hangzhou, visitant notamment les bureaux des activités IA To C comme Quark.
Depuis quelque temps, Alibaba multiplie les initiatives dans le domaine de l’IA To C : d’abord, Wu Jia, cadre jeune et talentueux, est revenu au sein du groupe Alibaba pour explorer les activités IA To C ; ensuite, l’application IA « Tongyi » a officiellement quitté Alibaba Cloud pour rejoindre le pôle d’information intelligente d’Alibaba ; récemment, selon la presse, l’équipe matérielle de Tmall Genie collabore désormais étroitement avec l’équipe produit de Quark, travaillant ensemble sur la définition de nouveaux produits IA et l’intégration des capacités IA de Quark. Après fusion, la nouvelle équipe explorera également de nouveaux matériels, notamment des lunettes IA.
Désormais, Quark, l’application Tongyi et Tmall Genie joueront respectivement les rôles d’outil productif, de chatbot et de matériel IA, offrant ainsi aux utilisateurs des services différenciés.
Le 6 février, le domaine To C d’Alibaba a accueilli une personnalité majeure : le professeur Steven Hoi (Xu Zhuhong), scientifique mondial de haut niveau en IA, a officiellement rejoint Alibaba en tant que vice-président du groupe, relevant de Wu Jia, chargé de la recherche fondamentale et des solutions applicatives sur les modèles multimodaux et les agents IA To C.
Selon des sources internes, le professeur Xu Zhuhong se concentrera sur la recherche fondamentale et les solutions applicatives des modèles multimodaux et agents IA To C, ce qui améliorera considérablement la capacité d’Alibaba à réaliser une boucle fermée bout-en-bout entre modèle et application. Une fois les capacités des modèles multimodaux fondamentaux franchies, les applications To C comme Quark auront de nouvelles perspectives d’exploration.
Parallèlement, les activités IA To C d’Alibaba recrutent activement des talents de premier plan en algorithmes et ingénierie IA. Des analystes du secteur estiment que l’arrivée d’un scientifique de renommée mondiale en début d’année 2025 constitue un signal fort d’Alibaba sur son renforcement en talents et ressources pour son IA To C. Une équipe de pointe en grands modèles soutiendra une exploration approfondie dans des directions comme les agents multimodaux, ouvrant la voie à une plateforme d’applications IA orientée utilisateur.
Aujourd’hui, ByteDance mise fortement sur les applications IA, relançant sa stratégie d’« usine d’applications » via un fort soutien publicitaire, une compétition interne et une expansion internationale ; Tencent a lancé deux produits, « Yuanbao » et « Yuanqi », dans les assistants IA et les agents intelligents, et a regagné l’attention du public grâce à son nouvel outil de gestion des connaissances personnelles ima.copilot ; Baidu a déployé une matrice de produits IA incluant Ernie Bot, Ernie Ge, Chengpian AI et Super Canvas, adoptant une stratégie « large et complète » pour une « attaque saturée » face à ses concurrents. Avec les « six petits tigres » des grands modèles et de nouveaux venus comme DeepSeek également engagés dans les applications IA, le domaine IA To C d’Alibaba fait face à une concurrence féroce, et la pression est évidente.
Cependant, là où il y a difficulté, il y a solution. Grâce à sa stratégie « IA dans tout » et à sa maîtrise précise des besoins utilisateurs, Quark a prouvé qu’il est possible d’obtenir une puissance produit exceptionnelle sans rivaliser sur les paramètres, en s’appuyant sur un « grand modèle applicatif » et une compréhension fine des besoins — une autre version du « faible coût, haute efficacité » ; avec plus de 200 millions d’utilisateurs et une position de leader en utilisateurs mensuels actifs, Quark valide également la justesse de son approche et l’avenir prometteur de l’IA To C d’Alibaba.
Alors que la technologie IA entre dans une « zone profonde applicative », le modèle d’innovation de Quark nous apporte une leçon essentielle : la véritable avancée technologique ne se mesure pas seulement à la hauteur des sommets atteints, mais aussi à la quantité de progrès scientifiques transformés en valeur tangible au bout des doigts des utilisateurs. Et ce n’est que lorsque les utilisateurs feront leur choix, votant concrètement par leurs actions pour les applications IA, que cette bataille décisive sur l’utilisation pratique de l’IA atteindra peut-être le moment charnière qui déterminera l’avenir du paysage industriel.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
