Cette semaine et ces derniers jours, l'open source a pris le contrôle total du monde de l'IA. Pas sur un front mais sur tous les fronts en même temps. Et c'est passionnant à voir. Vidéo, animation langage robotique audio tout y passe. Pendant que les labos chinois inondent le marché de modèle IA que vous pouvez télécharger et faire tourner chez vous, Google perd ses meilleurs cerveaux. On décortique tout ça. Messieurs dames, bonjour à tous. un plaisir de vous retrouver aujourd'hui pour ce nouveau numéro de la semaine. Alors cette semaine, je risque de vous en faire deux exceptionnellement qui sont dédié aux dernières avancées à Nia car ça a beaucoup beaucoup avancé. On sent que les gens reviennent de vacances et que les labos s'activent appelés en régime. Avant de commencer rapidement petit rappel, on approche des 300000 abonnés. Là, on est vraiment plus très loin. Donc merci beaucoup pour votre soutien à tous. Si vous aimez ce qu'on fait ici hein, le meilleur moyen de me soutenir, de soutenir la chaîne, c'est de s'abonner. C'est gratuit, c'est un clic et c'est exactement ce qui me permet de garder toutes les vidéos gratuites sur YouTube comme ça euh pour vous proposer autant de contenu réguliers ainsi que de les améliorer chaque semaine. Sachez aussi qu'on a une newsletter quotidienne gratuite où vous recevez tous les jours les infos ne pas louper. Tous les liens sont en description. OK, on commence très très fort par une sortie de Minimx, un labo chinois qui vient de publier son modèle vidéo H3. C'est un modèle de vidéo de génération vidéo paria open source que vous pouvez faire tourner chez vous et je vais être honnête avec vous, c'est une tuerie. Euh depuis quelques jours déjà, je le teste à fond et et euh c'est impressionnant ce qu'il est possible de faire maintenant sur une simple carte graphique euh grand public quoi. Et puis la communauté qui est autour, elle est vraiment en effervescence. Il existe en version 22 milliards de paramètres et 33 milliards de paramètres. Il tourne en local sur votre machine avec 5 à 16 Go de V RAM. Avec les toutes dernières optimisations des derniers jours, euh des versions turbo existent déjà. Donc ça va assez vite avec des cartes comme les 4080 ou les 4090. Et ça marche plutôt bien avec des cartes de la série 60 et 70. Avec ça, vous avez un générateur vidéo illimité, gratuit, hors ligne, sans censure serveur, sans API, sans fil d'attente. Bref, bref, c'est vraiment bien. Le meilleur de tous les mondes quoi. Euh ce qui rend H3 ici fondamentalement différent de tout ce que vous avez vu en open source jusqu'ici, c'est qu'il ne fait pas que de la vidéo muette pure, il génère de l'audio nativement dans le même système. Donc vous tapez un prompt texte et vous récupérez une vidéo avec le son synchronisé qui va bien. [chant] [musique] [chant][musique] Les dialogues sont réalistes, les ambiances sonor aussi et parfois il fait de la musique super sympa. Tout sort du même modèle donc dans le la même pas. C'est la première fois qu'un modèle ouvert propose ça. Je pense que je vous en dédié une vidéo tutoriel parce que pour vous montrer comment comment on peut faire chez vous parce que c'est vraiment du lourd et que ça euh dans le monde de l'open source est en ébullition dernièrement grâce à ce modèle-là. Euh et puis les résultats sont remarquables. H3 a une connaissance du monde intégré donc il connaît les personnages de dessins animés, les styles artistiques, les interfaces logicielles, le style réaliste et cetera. Par exemple, vous pouvez lui donner une capture d'écran d'un jeu FPS et il va vous générer du gameplay. Vous pouvez lui donner trois images d'un personnage d'animé, par exemple, en référence et il va réussir à produire une vidéo où ce personnage interagira de la manière que vous voulez. Sur le benchmark indépendant Artificial Analysis, H3 se classe premier mondial en montage vidéo et deuxième en texte tout vidéo, donc en local. L'action minimax a bondi de plus de 20 % à la bourse de Hong Kong le jour de l'annonce. Et pour cause, c'est un gros deal ce qu'il s'est passé. Retenez juste en détail, Minimx a déclaré que H3 ciblerait en priorité les applications en robotique. L'architecture ouverte permet justement à la communauté IA de la robotique de construire des moteurs de données et des world models par-dessus. Donc en gros, un modèle de vidéo open source qui sert de simulateur de monde réel pour les robots. On reviendra sur cette idée dans quelques minutes parce que elle va prendre tout son sens, vous allez voir. On continue pour la news suivante de la semaine. On reste en Chine, direction Alibaba cette fois car ils ont vraiment sorti l'artillerie lourde. Pas de génération vidéo mais d'animation de personnages. One Animate 2 a été publié et c'est une grosse amélioration par rapport à la version précédente. Le principe est assez simple. Vous prenez une photo d'un personnage, n'importe lequel, un humain, un ours en peluche, un personnage de cartoon par exemple avec des proportions absurdes. Puis vous prenez une vidéo de référence d'une personne d'une vraie personne qui bouge. Le modèle va alors animer votre personnage selon les mouvements de la vidéo. Que ce soit les mains, les doigts ou les expressions faciales, tout est transféré. Bon, ce type d'outil, il existait déjà. One Animate premier du nom par exemple, alors Dream Actor ou scale 2 récemment que j'ai déjà eu l'occasion de vous présenter dans une semaine dans une news de la semaine. Mais One Animate 2 fait des choses que ses prédécesseurs ne faisaient pas. Il peut animer plusieurs personnages en même temps à partir d'une seule vidéo de référence et il gère les proportions corporelles non humaines. Il propose également un contrôle de l'angle de la caméra. Donc vous pouvez demander une vue à gauche ou de droite avec les mêmes entrées. Alibaba a aussi publié une version allégée, donc le One Animate 2 Lite qui tourne en temps réel. La latence, elle est annoncée sous la seconde. Donc pour du streaming en direct ou des avatars numériques, c'est exploitable immédiatement. Le modèle complet pèse environ 33 Go. Donc il faut donc un GPU haut de gamme pour le pour la version complète. Mais la version INC8 quantifiée donc qui fait la moitié passe sur un GPU milieu de gamme. Le support Confiwai est déjà intégré donc vous pouvez le tester si vous connaissez un petit peu tout ça. Pendant que l'on parle d'Alibaba, euh mentionnons ce qu'ils ont aussi sorti pratiquement le même jour. Je vous ai dit queils ont sorti l'artillerie lourde. Ils ont sorti One 3.0 qui est entré en betta public le 6 août. 30 secondes de vidéo en une seule passe sans découpage ni collage. C'est le double de ce que faisait One 2.7 la version précédente. Un modèle de génération vidéo qui prend en entrée non seulement du texte, des images, de l'audio et de la vidéo, mais aussi, et c'est là une nouveauté, des fichiers Word, PowerPoint, PDF, Excel et Mark. Un tableur en entrée, donc un fichier Excel et une vidéo en sortie. On avait jamais vu ça. Euh souvent on parle de multimodalité, c'était pas pour ce genre de d'utilisation quoi. Euh donc la suite sera intéressante à voir hein si cela va devenir la norme ou pas et dans dans quelle mesure ça va être utilisé. Bien on continue et là-dessus d'après, on va changer de registre. On quitte la vidéo pour rentrer dans le raisonnement pur. Toujours Alibaba, ils ont annoncé dans la foulée Queen 3.8 Max 2,4 trillions de paramètres. C'est le deuxè plus gros modèle connu publiquement derrière Kimika3 de Moons Shshot qui qui lui fait 2,8 trillions de paramètres. Souvenez-vous qui est sorti quelques jours avant et qui avait rebattu toutes les cartes. Alors bien sûr la taille brute ne veut rien dire en soi. Ce qui compte c'est les paramètres actifs par token. Queen 3.8 Max en actif 95 milliards par token grâce à une architecture MoE contre les 104 de Kimika3. Il est plus léger à s'en servir et moins cher à faire tourner. Alibaba a annoncé que c'est la première fois qu'ils ouvriront les poids d'un modèle de classe max. Les fichiers sont prévus sur Face et Modelcope donc accompagné d'un modèle plus petit, le Queen 3.8 27B qui lui est destiné à un déploement local. Donc vous pouvez faire tourner sur une carte graphique milieu de gamme. Au moment où je prépare cette vidéo, les points n'ont pas encore été publiés mais ils vont être publiés d'après ce qu'ils nous ont dit. Il faudra vérifier d'ici là. C'est dans c'est dans les démonstrations que ça devient vertigineux en fait quand on y pense. Alibaba a donné au modèle un dossier vide avec une seule instruction, celle de créer un système qui s'autoaméliore. Donc qui va transformer des retours gitub, qui va coder les corrections, qui va les fusionner et qui va continuer à évoluer comme ça. Le modèle a travaillé seul pendant 16 jours. C'est pas une blague, 16 jours sans intervention humaine. Il a travaillé tout seul pendant 16 jours. Il a fait plus de 265 comits, 125 pouquettes. Donc en fait, il a il a amélioré le code plein de fois et un ingénieur logiciel autonome qui ne dort pas, c'est assez vertigineux. On lui a donné un papier de recherche récent sur l'entraînement des modèles IA. L'instruction était de reproduire les résultats puis de les battre. Cette fois-ci, il a travaillé pendant 5 jours. Il a reconstruit l'expérience entière à partir de zéro. Puis il a inventé et testé 18 améliorations de son cru. Sa méthode finale a battu le papier original de 2,7 points sur un benchmark de mathématiques compétitive extrêmement difficile. On prend un papier de recherche comme on peut en avoir plein et on le donne à une puis elle va reproduire le travail et trouver mieux. L'air de l'amélioration scientifique autonome n'est plus un concept. Vous vous le savez si vous suivez la chaîne assez régulièrement. Aujourd'hui, c'est un fait de plus en plus démontré. On le voit à chaque semaine sur l'APAPI. Queen coûte 2 dollars le million de tokens en entrée et 6 en sorti. Donc c'est à peu près ce qui se fait hein dans le marché. C'est moins cher que GPT 5.6 Sol et beaucoup moins que Clode Opus ou Cloud Fable. D'ailleurs sur le leaderboard Artificial Analysis, il est à seulement un point de Kimika 3. Quand les poids seront publiés, ce sera le deuxè meilleur modèle open source au monde. Le top 5 des des modèles frontières est tellement serré qu'on ne peut même pas affirmer avec certitude que les différences sont statistiquement significatives à ce stade. Donc en une semaine, les labos chinois ont sorti un modèle vidéo open source avec audio intégré qui tourne sur un GPU chez vous. Je l'ai personnellement testé plein de fois. Un système d'animation en temps réel. un modèle vidéo de 30 secondes qui accepte des tableaux Excel en entrée et puis un modèle de langage de 2,4 trillion de paramètres qui conçoit des puces en autonomie. Tout ça ouvert, libre, téléchargeable, exécutable en local sur votre ordinateur. Alors, ayant dit cela, la question maintenant c'est de savoir qu'est-ce que ça change pour le monde physique. Concrètement, on arrive sur un sujet différent. On quitte l'écran pour rentrer dans le monde réel. Prisme, c'est un tout nouvel algorithme pour la robotique conçu pour aider les robots à contrôler leur corps et à réagir au contact physique de manière beaucoup plus efficace. Le problème qu'il résout est fondamental. Aujourd'hui, quand un robot manipule un objet, sa décision ne devrait pas dépendre d'un seul signal, n'est-ce pas ? Il faut prendre en compte la force, la vitesse, le contact, la friction, les angles des articulations, plein de choses. Prisme ici se veut tous les combiner. C'est un système qui prend les observations brutes du robot. Euh donc les nuages de point 3D, par exemple. euh ou alors le le les capteurs sur l'état de ses joints, tout ça. Et il produit directement les actions motrices nécessaires. Pas de modèle pré-entraîné externe, pas de pas de dataset intermédiaire. Ici, il va apprendre directement à partir donc des données, des capteurs. Comparé aux algorithmes existants, Prism affiche un taux de réussite nettement supérieur, notamment sur les tâches de manipulation d'objets, là où les autres méthodes échouent le plus souvent. Le code est déjà disponible en téléchargement. Donc si vous êtes dans le monde de la robotique, si vous développez des robots, que ce soit des robots ou des drones d'ailleurs, ça vaut le coup de regarder de regarder de ce côté-là. Et ce résultat prend tout son sens quand on le met à côté de ce que Google demand a sorti la même semaine. Gini Robotic 2 qui est notre actuante. Cette fois, on ne parle pas de robots qui déplacent des cubes sur une table. On va parler de contrôle du corps entier du robot, c'est-à-dire des pieds jusqu'au bout des doigts. La version précédente de Gemini Robotics qui est leur algorithme pour faire tourner les robots se limitait seulement à un haut du corps. D'accord ? Donc à des tâches de surface quoi. On posait par exemple un objet devant le robot puis le déplacer d'un endroit à l'autre sur la table et c'était fini puisqu'on avait qu'un torse. Gemini robot 2 contrôle désormais le corps entier dans une séquence continue. Vous donnez une instruction au robot humanoïde Aple par exemple. Ça ça pourrait être un autre, ça pourrait être un Atlas ou peu importe. Et ici il va chercher cet objet dans la pièce. Il comprend ce que vous lui demandez. Il repère l'objet, il marche jusqu'à lui, il le saisit, il retraverse la pièce et il le pose au bon endroit. un seul modèle orchestre tout ça euh et c'est ce nouveau Gini Robotics 2. Donc Google Mind a en fait publier trois modèles euh chacun avec un rôle bien défini au sein du robot même. Le premier Gemini Robotic 2, c'est donc le modèle principal hein, ce qu'on appelle un VLA, donc une vision language action model. Il prend ce que le robot voit à travers ses caméras, ce que vous lui dites en langage naturel, puis il va convertir tout ça en action, donc en commande motrice. Concrètement, c'est le lien entre la pensée du robot et son corps. Le deuxième, c'est Gemini Robotics E2. Et là, c'est le cerveau de haut niveau. Donc lui, ce ce cette partie du système, il va observer la pièce puis il va raisonner sur les étapes à suivre. Il va planifier, détecter les échecs, les corriger et cetera. En fait, ça permet même de coordonner plusieurs robots qui travaillent ensemble. C'est un espèce de méga cerveau détaché du rebond en lui-même. Euh c'est un cerveau qui observe tout. Le trè G Mini Robotics en Device 2. Et là c'est la version compacte qui tourne directement sur le robot sans connexion internet. Donc complètement hors ligne. Un tout petit modèle qui raisonne très vite et qui prend des décisions quasi instantanées. C'est une décomposition classique dans le monde de la robotique. Si vous n'avez pas l'habitude de voir ça, euh vous voyez ça comme par exemple la séparation du cerveau humain qui est réfléchi d'un côté aux tâches compliquées et puis le système nerveux que vous avez qui lui est intuitif de l'autre. Quand vous mettez la main sur une poêle brûlante par exemple, votre main va se retirer immédiatement toute seule sans que vous ayez réfléchi à l'acte. Ça, c'est le système nerveux. dans le monde de la robotique et de l'IA incarné, donc de l'IA qu'on va mettre dans les robots, c'est ça qu'on fait. On fait cette décomposition là. C'est comme ça qu'on a eu les meilleurs résultats jusqu'ici. Le contrôle des mains a aussi considérablement progressé, hein. On parle de robots qui peuvent maintenant dévisser une ampoule ou nouer un sac de poubelle. Donc on a un parcouruille du chemin des gestes donc qui demandent une dextérité fine et c'est beaucoup plus difficile que ce qu'on croit souvent hein car ça demande des mouvements coordonné des de chaque toa avec une force différente. Est-ce que vous voyez où je veux en venir depuis le début de cette vidéo ? Minimx pour revenir à eux la première innovation veulent que ces modèles vidéos open source servent de base pour les world models pour le pour la robotique. Les Worlds, ce sont des simulateurs de monde exactement comme le film Matrix. C'est la meilleure analogie, mais qui ici permettrait de créer des mondes physiques virtuels dans lesquels les robots pourraient apprendre à agir puis ensuite transférer la connaissance acquise dans le monde réel. C'est comme ça qu'on fait aujourd'hui pour entraîner les robots. Les trois pièces sans boîte, la génération vidéo, la perception physique et le contrôle moteur. Tout converge vers le même objectif. Donc des robots qui comprennent le monde dans lequel ils évoluent. On continue et on reste chez Google pour parler de ce qu'il se passe chez eux. justement car nous avons un très grand changement qui va arriver. Le 5 août, Jeff De quitté Google après 27 ans de loyaux service. Pour ceux qui ne connaissent pas le personnage, Jeff De l'architecte technique derrière une part énorme de l'infrastructure de Google aujourd'hui. C'est en partie grâce à lui que Google est ce qu'il est aujourd'hui. Il a touché 13 produits utilisés chacun par plus d'un milliard de personnes. Son email de départ raconte l'histoire d'une entreprise passée de 25 employés qui a réussi à scaler à plus de 190000. C'est là que l'histoire prend un tournant bizarre car il n'est pas parti seul. Sanj Gawat, un ingénieur chez Google, l'accompagne. Quak Lee aussi euh le qui est le condateur de Google Brain. Ouol Vals également qui était le vice-président chez Google Deep Mind. Et le même jour, Demis Asabis a lâché les commandes opérationnelles de Google Deep Mind. Là c'est un gros changement pour le monde de l'IA hein. Ça c'était un tremblement de terre en soi au sein de l'écosystème Google. Euh il prend le titre de Chairman de Deep Mind. Donc euh c'est en fait celui qui le chef de la science chez Alphabet donc chez chez tout Google. Le contrôle quotidien du labo va passer à Koray Kavoguaglu qui reportera directement ses résultats à Sondar Pisha. Asabis a commenté cela et il a dit vouloir se concentrer sur le big picture, donc la vue d'ensemble de l'entreprise. Euh ce qu'il ne dit pas réellement, c'est que Gemini 3.5 Pro, donc le modèle le meilleur modèle de Google IA, euh devait sortir en juin. On est en août et il n'est toujours pas sorti. Les performances en codage n'ont pas du tout attend les objectifs internes qu'il devait avoir. Google a mis à jour les données d'entraînement le mois dernier. Les résultats ont été décevants et l'hémorragie ne s'arrête pas là. Noam Schazer qui était le colide de Gemini, il est parti chez Open John Schumper qui était un prix Nobel de chimie rien que ça. Lui, il est parti chez Anthopiic. L'action d'alphabet a d'ailleurs chuté de 5 % le jour de cette annonce. Google peut se permettre d'être dépassé temporairement. Il ils ont ils ont ils ont l'infrastructure, ils ont les données, ils ont le cash. Mais quand les gens qui ont construit vos systèmes fondamentaux partent construire quelque chose de nouveau, autre part, ça crée un peu. C'est un changement de gravité. Le talent se déplace. Alors, il ne faut pas donner pour mort Google, bien sûr, jamais. On l'a déjà vécu avec Bard au début de Lia, rappelez-vous hein, le le comeback historique qu'ils avaient fait, ça peut faire pareil. Euh donc à faire, à suivre. Dernier actu et elle boucle la boucle parfaitement parce que jusqu'ici on a couvert la vidéo, l'animation, le raisonnement, la robotique, les world models, mais il manquait un trou, n'est-ce pas ? Il manquait l'audio. Crisper Whisper 2. C'est un nouvel outil de transcription open source construit sur une architecture Whisper d'openhei. Il prend n'importe quel fichier audio et le transforme en texte. Alors ça d'autres modèles le font déjà bien fait. Ce qui rend Crisper Whisper 2 unique ici et la raison pour laquelle je vous en parle c'est parce qu'il propose un mode de transcription très puissant. C'est le mode verbat qui transcrit absolument tout. Et quand je dis tout, c'est tout hein. Par exemple, vous parlez et vous le faites transcrire, il va capter les hésitations, les bégayements, les les rires, les mots répété, les faux départs, tout. Sa précision temporelle, c'est le vrai point fort. Environ 30 misecondes d'erreur en moyenne sur les time stamps mot par mot pour la parole lue. 41 misecondes pour la parole conversationnelle. C'est le plus précis de tous les systèmes benchmarkés quoi. Sur certains benchmarks, il est devant Eleven Ls et Whisper d'Openai et tous les autres leaders de la transcription. Le support multilue couvre la grande majorité des langues que Whisper supporte et il y a quatre modèles dans la famille. Le plus petit fait 200 millions de paramètres et il pèse moins de 500 MCT. Donc en fait, il tourne sur un ordi portable sans GPU et possiblement sur un un téléphone portable. Le plus gros des modèles fait 2 milliards de paramètres, il pèse 3 Go. Ça rentre dans la plupart des cartes graphiques grand public largement. Le code d'inférence, il est sous licence MIT, donc ça veut dire utilisable librement y compris commercialement. Alors prenons un peu de recul. Vous l'avez vu en une seule semaine ce qu'il s'est passé. Des modèles vidéos qui ressemblent à VO3 mais un open source avec un audio intégré sur un GPU grand public gratuit chez vous. Animation de personnages en temps réel, open source. Vidéo de 30 secondes à partir d'un PowerPoint, open source aussi. Modèle de langage de 2,4 milliards de paramètres qui conçoit des puces qui bat des papiers de recherche en autonomie. Open source. Algorithme de manipulation robotique open source aussi. En fait, vous savez, si je vous dis tout ça, c'est parce que il y a 1 an pour accéder à ce niveau de capacité, il fallait passer par la pay labo fermé, payer au token, payer une fortune, accepter les limites d'usage, que ce soit pas privé, que que ce soit pas permissif et tout ça. Et bien maintenant, c'est possible chez vous. Vous savez, depuis 2 tr semaines, une personne avec un GPU milieu de gamme, une carte graphique milieu de gamme, elle a accès à des outils qui rivalisent et parfois dépassent dans certains cas précis les meilleurs systèmes IA propriétaires et fermés. Si vous avez une carte graphique, je sais pas que que vous avez peut-être acheté pour jouer à des jeux vidéos, je vous conseille de vous intéresser de près à Lia car vous avez de l'or dans votre PC là en ce moment. Le rythme ne ralentit pas, il accélère. Chaque semaine apporte des outils qui auraient fait la une 6 mois, mais maintenant vous savez, on s'enétonne même plus. Ce qui était impossible en janvier est devenu open source maintenant à août. Si vous regardez tout ça et que vous sentez qu'il serait temps de comprendre comment ces outils fonctionnent, comment les utiliser dans votre travail, comment ne pas rester spectateur pendant que le monde lui il accélère autour de vous, alors j'ai justement quelque chose pour vous. J'aimerais vous dire que depuis quelques mois déjà, j'ai construit un programme d'apprentissage unique. Je vous apprends en lia sur tous ces aspects. C'est un parcours que j'ai créé et pensé pour vous transmettre tout ce que je sais. Alors, non seulement sur les modèles d'IA comme Chat GPT, Gemini de Google, Grock de Elon Musk, Cloud et cetera, je vous montre en fait et surtout la manière de les intégrer concrètement dans votre vie, dans votre travail, dans vos projets et ce que vous soyez salarié, indépendant, entrepreneur ou même à la retraite. Car oui, nous avons beaucoup beaucoup de retraités dans la communauté et ils utilisent l'IA au quotidien. J'ai récemment sorti la plus grosse mise à jour à ce jour de la formation. Euh ça fait un petit moment que j'en parlais mais ça y est, elle est là, elle est en ligne. Euh c'est un module entièrement dédié à l'automatisation par IA, donc à un utilisant N8N. Autrement dit, la création d'agents IA, donc des espèces de salariés virtuels qui vont travailler pour vous et tout faire pour vous. En somme, vous faire gagner des heures et des heures et des heures. Vous êtes déjà plus de 6 à 7000 à avoir rejoint ce programme. Donc merci pour tout ce soutien. Et enfin, sachez qu'il n'y a pas besoin d'être développeur, pas besoin d'avoir un profil technique. Je vous prends par la main et pas à pas avec des leçons vidéos claires, des cas concrets, pratiques, on voit tout ce qui touche à Lia. Dernier point, mais pas des moindres bien sûr, si vous nous rejoignez aujourd'hui, vous aurez accès à toutes les évolutions du futur, sans surcoup, accès illimité à vie, à tout ce que je veux vous apprendre. Donc aujourd'hui, c'est un paiement unique. Ce n'est pas un paiement mensuel, hein. C'est juste un paiement unique et vous aurez accès à vie à toutes les mises à jour que je vais faire en permanence et que je fais en ce même d'ailleurs. Donc si cela vous intéresse, vous avez les liens en dessous de la vidéo, donc soit en description, soit en commentaire épinglé pour nous rejoindre. Dans tous les cas, moi je serais très heureux de vous accueillir dans le programme Vision. Si vous êtes encore là, merci d'avoir regardé cette vidéo jusqu'au bout et je vous dis à très très vite pour la prochaine vidéo. À bientôt.