Blog

Public
20 Sep, 2026

visionOS 27 est disponible pour l'Apple Vision Pro : l'assistant IA Siri, le suivi d'objets tenus en main et de nouvelles API pour les accessoires de suivi

Apple a publié visionOS 27, la quatrième mise à jour majeure du système d'exploitation pour les casques Vision Pro. Elle est disponible aussi bien sur les modèles M2 que sur les modèles M5. La mise à jour est arrivée presque sans bruit, mais par son ampleur, c'est l'une des plus importantes à ce jour. La principale nouveauté est Siri AI, l'assistant d'Apple revu à partir de grands modèles de langage, actuellement déployé en version bêta. Pour y accéder, il faut s'inscrire sur une liste d'attente dans les réglages de visionOS ; Apple indique que les temps d'attente varient et que, dès que l'accès est ouvert, la fonction commence à se télécharger automatiquement. Siri AI ne fonctionne actuellement qu'en anglais — la langue de l'appareil comme la langue de Siri doivent être réglées sur la même variante d'anglais prise en charge.Derrière Siri AI se trouvent les modèles de fondation de nouvelle génération d'Apple, que l'entreprise a développés avec Google sur la base de ses modèles Gemini. Comme pour Apple Intelligence en général, une partie des tâches s'exécute sur un petit modèle intégré directement dans l'appareil, tandis que le travail plus complexe est transféré vers Private Cloud Compute d'Apple. Sur visionOS, Siri AI apparaît comme une sphère ancrée dans l'espace, que l'on peut fixer à un point précis de la pièce ; pour commencer à parler, il suffit de la regarder — nul besoin de prononcer « Siri ». Il y a aussi la prise en charge de Visual Intelligence pour poser des questions sur l'environnement physique et virtuel, et Siri AI est fourni comme une application préinstallée distincte avec un historique des conversations.Accessoires suivis de référence visionOS 27 de DFRobot et MikroE.Pour les développeurs, visionOS 27 ajoute un mode de suivi d'objets à fréquence d'images élevée, adapté aux objets en mouvement et aux objets tenus en main. Apple ne précise pas la fréquence de mise à jour, mais les premiers retours évoquent environ 30 Hz. Pour les objets tenus en main, Apple recommande vivement le nouveau mode Extended Training — il améliore nettement le suivi, mais augmente « considérablement » le temps d'apprentissage : un développeur raconte que l'apprentissage d'un jouet en forme de poisson a pris environ 18 heures. Le suivi optique fonctionne à 90 Hz et est fusionné avec les données de l'accéléromètre et du gyroscope (IMU) de l'objet lui-même. La mise à jour ouvre également la voie aux accessoires suivis : auparavant, Sony et Logitech disposaient d'un support codé en dur pour les manettes PS VR2 Sense et le stylet Muse, qui utilisent des constellations de LED infrarouges.L'environnement Thórsmörk dans visionOS 27.visionOS 27 ajoute des API permettant à toute entreprise de créer ses propres accessoires suivis à base de LED infrarouges — à peu près comme fonctionnent les accessoires SteamVR « Lighthouse » sur PC. DFRobot et MikroE ont déjà annoncé du matériel de référence et des kits de développement, et le matériel de DFRobot est d'ores et déjà disponible à l'achat. Par ailleurs, une option d'enregistrement en haute qualité est apparue : elle capture jusqu'à trois minutes de vidéo 4K sans rendu fovéal, entièrement sur le casque lui-même, sans Mac — une fonctionnalité attendue de longue date pour montrer le contenu de visionOS. visionOS 27 ajoute aussi l'environnement « vallée de Thórsmörk » en Islande — déjà le dixième environnement virtuel, avec une variante nocturne d'aurores boréales.Le nouveau centre de contrôle de visionOS 27.Les autres améliorations concernent les développeurs d'applications et les flux de travail. Lors d'une connexion via Mac Virtual Display, macOS 27 ajoute une API permettant de créer un objet 3D sur visionOS pour l'aperçu, avec prise en charge intégrée de Preview.app ; les modifications effectuées sur le casque sont répercutées côté macOS, et SharePlay est pris en charge pour l'édition collaborative avec Personas. Xcode 27 apporte une application Device Hub afin que les développeurs puissent lancer des démos à distance au lieu de guider les invités à travers le regard-et-pincement. visionOS 27 ajoute également des fenêtres incurvées dans Safari, Freeform et Apple TV Multiview — bien que cela reste une API propriétaire privée — ainsi que des widgets pour les accessoires, des environnements Web Safari via une API requestImmersive() et une connexion Wi-Fi plus rapide après le démarrage.

Public
19 Sep, 2026

Optimisation de Deep Rock Galactic: Survivor pour mobile

Porter Deep Rock Galactic: Survivor sur mobile signifiait prendre un jeu bullet-heaven sur PC et le faire tourner sur du matériel disposant d'un budget GPU, CPU et mémoire bien plus réduit. Le port a été réalisé par Piktiv alors que la branche PC était encore en développement actif, et les équipes ont divergé au point que la fusion ne se faisait que dans un seul sens : du PC vers la version mobile, jamais en sens inverse. Cette séparation a donné à Piktiv la liberté d'être destructrice avec les systèmes d'origine, de démonter les approches établies et de les reconstruire autour d'un tout autre ensemble d'objectifs d'optimisation. La contrainte principale était la mémoire : presque tous les appareils cibles disposaient de 4 Go de RAM, à l'exception d'un iPad qui n'en avait que 3 Go. Sur celui-ci, l'équipe ne disposait que d'environ 1 850 Mo pour tout, et dépasser cette limite signifiait un crash.Le travail de performance s'est concentré sur les systèmes dont le coût augmente avec le nombre d'ennemis. Les chiffres de dégâts étaient à l'origine des GameObjects utilisant TextMesh Pro, mais générer un maillage de texte pour mille ennemis à la fois devenait un goulot d'étranglement. La solution a été un système de particules Unity standard avec une feuille de sprites contenant les chiffres de 0 à 9. Le pathfinding a été déplacé du système NavMesh intégré, qui peine lorsque des milliers d'agents calculent chacun leur propre chemin, vers une approche par flow-field où le coût dépend de la superficie plutôt que du nombre d'agents. Les requêtes physiques ont été optimisées avec un KD-tree pour les recherches spatiales — par exemple pour trouver tous les ennemis dans le rayon d'une grenade —, bien que cela ait nécessité des reconstructions fréquentes à mesure que les ennemis se déplaçaient. Dans le rendu des ennemis, environ un millier de skinned mesh renderers ont été remplacés par une animation de sommets précalculée : chaque image clé est stockée dans une texture et lue par un shader sur le GPU, ce qui réduit le coût CPU à presque zéro et permet l'instanciation GPU sur un seul maillage et matériau partagés.Les détails techniques plus profonds expliquent comment ces remplacements fonctionnent. Le flow-field inverse le modèle de coût de la recherche de chemin : une grille est superposée au niveau et, à partir de l'objectif, les tuiles dessinent des flèches vers les voisins déjà porteurs de flèches jusqu'à ce que tout le champ soit couvert. Le coût dépend alors de la surface couverte, et non du nombre d'agents, et il peut être encore limité en calculant une boîte englobante autour de tous les ennemis et du joueur et en ne mettant à jour le champ qu'à l'intérieur de cette région. Le KD-tree divise l'espace de façon récursive, de sorte qu'une requête « point et rayon » renvoie rapidement tout ce qui se trouve à l'intérieur, remplaçant les requêtes physiques plus lourdes. Ces systèmes s'enchaînaient en une chaîne de jobs Burst longue de 10 à 15 dépendances, qui fait sortir tous les ennemis de la physique ordinaire et relève nettement le plancher de la fréquence d'images.Addressables était au cœur de l'objectif de tenir dans la limite de l'iPad à 3 Go. Comme le jeu n'affiche jamais plus d'un biome à la fois, Piktiv a extrait les assets graphiques et les réglages propres à chaque biome pour qu'ils ne soient chargés qu'en cas de besoin. Le compromis est qu'Addressables introduit de l'asynchrone dans du code auparavant synchrone, et reconstruire un système en async peut devenir un véritable défi architectural, mais ici cela s'est avéré le bon choix. Les tests s'appuyaient sur un système de mesure automatisé qui faisait tourner six scénarios sur tous les biomes : une base avec le joueur inactif, mille ennemis qui approchent, ou 500 ennemis plus des armes tirant automatiquement. CPU, GPU et mémoire étaient mesurés tout au long, et Unity Profiler menait les premiers audits CPU. Un scénario qui faisait apparaître environ 4 000 cubes bleus à ramasser en dix secondes était un coup sérieux avant l'optimisation, puis est devenu inmesurable après. La géométrie du niveau, construite procéduralement à partir d'objets individuels, a aussi été regroupée en batches via des commandes de draw personnalisées, car la caméra fixe en vue de dessus permet de calculer facilement la zone visible.Pour les équipes qui envisagent un portage similaire, les enseignements tiennent moins à un seul truc qu'à la disposition des données et à la collaboration entre les systèmes. Faire entrer et sortir les données des composants coûte cher quand des milliers d'entités s'exécutent à chaque frame, donc il est rentable de tout garder dans des conteneurs natifs et de faire circuler ces mêmes conteneurs à travers tout le pipeline. Et un jeu qui aurait dû utiliser l'ECS ou la Data-Oriented Technology Stack n'a pas besoin d'une réécriture complète : ce projet s'est appuyé sur le compilateur Burst et les types de données natifs sans convertir tout le jeu. Deep Rock Galactic: Survivor est disponible sur Steam, Xbox, l'App Store et Google Play.

Public
19 Sep, 2026

URXR One d'Unseen Reality a récolté plus de 1,2 million de dollars sur Kickstarter — ce sont des lunettes XR qui remplacent un moniteur

Unseen Reality a clôturé sa campagne Kickstarter pour URXR One — une paire de lunettes de réalité mixte conçues pour remplacer un moniteur traditionnel. Officiellement, 1 288 712 dollars ont été récoltés. La campagne a démarré le 4 août et a dépassé l'objectif initial de 50 000 dollars en quelques minutes.Fourni par Unseen RealityL'URXR One n'est pas des lunettes AR de type birdbath comme Viture ou Xreal, mais plutôt un casque VR léger avec vidéo passthrough, semblable au Quest. Point crucial : l'appareil n'est pas autonome — il doit se connecter par câble USB-C DisplayPort à une source externe telle qu'un ordinateur portable, un téléphone, une tablette ou une console portable de jeu. C'est cette connexion filaire qui le garde fin et léger : avec seulement 93 g, il se débarrasse du bloc de calcul et de la batterie qui alourdissent les casques autonomes. L'entreprise le positionne avant tout pour l'affichage de contenu traditionnel : jeux sur écran plat, films, navigation web et tableurs.Sous le capot, on trouve une optique pancake très fine et deux écrans micro-OLED de 1,03 pouce à 2 448 × 2 064, soit environ 36 pixels par degré, une fréquence de 90 Hz et un champ de vision diagonal de 90 degrés (environ 80° à l'horizontale et 56° à la verticale). Une unité de traitement spatial intégrée gère le suivi 6DOF. Les contributeurs Kickstarter ont obtenu l'URXR One au prix spécial de lancement de 800 $, avec les premières livraisons prévues pour la mi-octobre 2026 ; les commandes normales afficheraient un prix de vente conseillé de 900 $, mais leur calendrier d'expédition reste encore incertain.Fourni par Unseen Reality

Public
18 Sep, 2026

Snap lance les lunettes Specs avec un boîtier-modem, des partenaires entreprises et un assistant IA sur plusieurs plateformes

Snap a officiellement lancé les lunettes AR Specs et dévoilé de nouveaux détails sur leurs cas d'usage. La principale nouveauté technique est le SPECS Charging Case with Cellular, un accessoire qui ne se contente pas de recharger l'appareil. D'ordinaire, les Specs, comme les autres lunettes AR, dépendent du Wi-Fi, mais ce boîtier offre aux lunettes leur propre connexion réseau dédiée. Il faut de toute façon emporter le boîtier, car la batterie ne tient pas une journée entière ; il recharge l'appareil quatre fois tout en assurant l'accès à Internet en déplacement.Aux États-Unis, Snap s'associe à Verizon : l'opérateur proposera des forfaits de données personnalisés, un financement et une configuration numérique. Le bundle SPECS Connected Case est vendu $2,395, et Verizon proposera des options de paiement, dont un plan sur 36 mois. Les forfaits de données Connected Wearable démarrent à $10 par mois pour les abonnés Verizon et à $20 par mois pour tous les autres. Snap travaille également avec des opérateurs mondiaux, comme Orange en France et EE au Royaume-Uni, et les prix via ces partenaires seront annoncés plus tard. L'étui cellulaire est présenté comme une avancée majeure pour le secteur : les lunettes cessent de dépendre de la connexion du smartphone.Snap s'oriente aussi clairement vers le segment entreprise. La société a conclu des partenariats avec Salesforce, AWS, HoloLight, Trifork et NVIDIA pour bâtir sur Specs des solutions destinées aux entreprises. La plupart d'entre elles couvrent des tâches familières — l'assistance à distance et la consultation de documents en AR, les mains libres pour manipuler les équipements. Le partenariat avec NVIDIA se concentre sur la compatibilité du framework XR AI avec Specs, afin que les employés puissent utiliser un assistant IA exécuté sur une station de travail locale et conserver les données de l'entreprise sur site. Snap développe aussi l'écosystème pour un usage en entreprise, y compris la compatibilité avec les systèmes de gestion des appareils mobiles.Snap a présenté Specs Intelligence, un assistant IA qui fonctionne sur Mac, iOS et les lunettes Specs. Lors de la configuration, vous indiquez vos objectifs et connectez des applications comme votre calendrier, et l'assistant utilise ces données avec le contexte spatial lorsqu'il fonctionne sur les lunettes. Il envoie des rappels avant les rendez-vous, répond aux questions, aide à réserver des vols et prépare des récapitulatifs quotidiens. Vous pouvez dès aujourd'hui découvrir l'assistant via l'application SPECS pour iOS, même sans les lunettes. Snap insiste sur la protection des données : vous choisissez vous-même ce que vous connectez, les employés de Snap ne peuvent pas voir le contenu personnel, les données personnelles des comptes connectés ne sont pas utilisées pour entraîner ou affiner les modèles d'IA de Snap ni pour diffuser de la publicité personnalisée, et le traitement s'effectue sur l'appareil ainsi que dans une infrastructure cloud sécurisée.Côté contenu, Snap crée des expériences avec des partenaires tels que la NBA et la WNBA, ainsi qu'une lentille de golf soutenue par la PGA qui analyse la mécanique du swing et le putting. Une lentille Harry Potter liée à la prochaine série originale HBO permet de plonger dans des moments de l'histoire, et parmi les lentilles éducatives figurent une reconstitution interactive du vol Apollo 11 et un Starmap qui superpose les constellations. Le navigateur SPECS prend en charge le streaming depuis YouTube et HBO Max sur un écran virtuel décrit comme un écran de 115 pouces à environ trois mètres de distance, avec un mode Travel Mode qui maintient l'image stable en mouvement, tandis que l'intégration Spotify recommande des playlists selon le moment.À partir du 1er octobre, l'espace SPECS First Look ouvrira au Westfield Century City de Los Angeles, où vous pourrez essayer les lunettes et échanger avec l'équipe Snap. Pour l'instant, c'est le seul lieu.

Public
18 Sep, 2026

Les bibliothèques AndroidX Security State permettent aux applications de vérifier la sécurité de l'appareil composant par composant

Google a publié les versions stables de deux bibliothèques AndroidX — Security State 1.1.0 et Security State Provider 1.0.0 — qui donnent aux développeurs un moyen unifié de vérifier la sécurité de l'appareil. Au lieu de se fier à un seul indicateur grossier, le Security Patch Level (SPL), les applications peuvent désormais vérifier la protection séparément pour chaque composant et voir quels correctifs restent en attente d'installation.La bibliothèque androidx.security.state est conçue pour les applications critiques en matière de sécurité et grand public — bancaires, fintech et médicales — ainsi que pour les solutions Mobile Device Management (MDM). Son compagnon, androidx.security.state.provider, est destiné aux fabricants OEM et aux développeurs de clients Over-The-Air (OTA) — il permet d'exposer la disponibilité des mises à jour via des mécanismes standardisés.Au lieu d'accorder l'accès à l'appareil selon le principe « tout ou rien », les applications peuvent combiner DSPL, PSPL et ASPL pour prendre des décisions en tenant compte du contexte. Une application bancaire ou d'entreprise, par exemple, peut comparer le correctif de sécurité actuel de l'appareil (DSPL) aux mises à jour en attente (ASPL) avant de lancer des scénarios sensibles — tels que des paiements importants ou l'enregistrement d'identifiants. Si une mise à jour attend d'être installée, l'application peut exiger de l'utilisateur qu'il l'installe d'abord.Pour un contrôle plus fin, les développeurs peuvent interroger si des vulnérabilités à haut risque spécifiques (CVE) ont été corrigées — par exemple, s'assurer que les correctifs critiques NFC ou Bluetooth sont installés avant d'autoriser le paiement sans contact ou l'échange de données à proximité. Les retours et les signalements de problèmes sont acceptés via le tracker public Android Issue Tracker.

Public
18 Sep, 2026

Android Bench 2.0 présente des tâches de longue durée et une évaluation continue

Google a publié Android Bench 2.0, une mise à jour majeure de son benchmark qui évalue dans quelle mesure les grands modèles de langage aident les développeurs à travailler réellement sur Android. La principale nouveauté est le premier ensemble de tâches de longue durée (long-horizon tasks, LHT) : des tâches complexes qui prennent habituellement plusieurs jours à un ingénieur, parfois jusqu'à une semaine. Cette version inclut également une évaluation agentique (d'abord sur les agents des fournisseurs de modèles correspondants) et l'alignement du framework sur le framework Harbor. Les premières versions du benchmark étaient axées sur de petites modifications — principalement des corrections de bugs et de petites demandes de fonctionnalités —, ce qui reflétait les limites des assistants IA de l'époque.Les nouvelles tâches de longue durée visent à reproduire le travail ambitieux que les développeurs délèguent réellement à l'IA. On y trouve notamment la mise à jour des dépendances, l'ajout de nouvelles fonctionnalités, la création d'applications à partir de zéro et le portage d'une application multiplateforme vers Android. Pour évaluer ces efforts de plusieurs jours, Google s'éloigne du système binaire « réussi/échoué » qui, selon elle, masque les capacités réelles du modèle. Un passage qui convertit 40 écrans en Jetpack Compose, configure des tables de base de données et satisfait 90 % des exigences, mais trébuche sur une seule vérification de cas limite, aurait obtenu 0 % dans l'ancien système. L'évaluation continue fournit désormais un pourcentage d'achèvement, calculé à partir de facteurs tels que la fonctionnalité, la fidélité visuelle et l'absence de régressions, avec des pénalités objectives en cas d'écart par rapport aux instructions d'évaluation ou aux contraintes structurelles.Les résultats révèlent des forces et des faiblesses évidentes. Le meilleur taux de réussite sur les tâches de longue durée est d'environ 28 %, bien en dessous des quelque 91 % observés sur les tâches originales du benchmark. À tous les niveaux de modèles, on constate que l'IA écrit mieux du nouveau code qu'elle ne refactore le code existant : la refactorisation et les migrations butent sur la complexité de l'architecture, et non sur le volume de code. Les modèles gèrent de manière fiable les transformations déterministes bien établies — par exemple la conversion de Java en Kotlin, le remplacement de Retrofit par Ktor ou l'ajout d'une couche ViewModel —, en appliquant ces modèles de manière cohérente même sur plus de 125 fichiers et plus de 8 000 lignes de code. En revanche, ils peinent lorsqu'une tâche nécessite une validation à l'exécution (par exemple, des graphes d'injection de dépendances manquants), entraîne des changements cassants dans le framework ou bute sur des lacunes de connaissances concernant des bibliothèques encore non publiées.Le portage d'applications multiplateformes vers Android reste un défi ouvert : aucun modèle n'atteint un taux de réussite de 100 %, et les modèles de pointe plafonnent à environ 80 % de taux d'achèvement. L'évaluation agentique fait désormais partie du benchmark, à commencer par les modèles associés aux agents de leurs fournisseurs — par exemple GPT 5.6 Sol sur Codex et Gemini 3.8 Flash sur Google Antigravity. Ce jumelage montre que la conception du harness compte : la mise en cache des prompts et le fenêtrage compact des outils réduisent la consommation de jetons. Le classement s'est également élargi, avec l'ajout de Gemini 3.8 Flash, Gemini 3.7 Flash, GPT-6, Fable 5.1, Kimi K3 et Qwen 3.8 Max ; GPT-6 Astra d'OpenAI arrive en tête avec un taux de réussite de 28 %.

Public
18 Sep, 2026

Accélérer le développement XR avec Unity CLI, Meta VR CLI et les outils de performance pour Quest

Avec le lancement de Unity CLI, les développeurs XR disposent d'un moyen bien plus rapide d'interagir avec l'éditeur et leurs projets directement depuis le terminal. Dilmer Valecillos, Developer Advocate chez Meta et créateur d'une chaîne YouTube populaire consacrée à la XR et au développement de jeux, conseille aux premiers utilisateurs qui travaillaient avec le serveur MCP d'Unity de passer au nouveau Unity CLI et au package Pipeline. Le CLI est livré avec son propre serveur MCP intégré qui utilise le même protocole, de sorte qu'un client MCP existant s'y connecte sans aucun effort. Le principal avantage est une itération nettement plus rapide, car le CLI utilise le compilateur Roslyn pour l'évaluation du code, éliminant ainsi le besoin de recompilation de l'éditeur et de rechargement de domaine. Il étend également la prise en charge aux environnements d'exécution cibles en plus de l'éditeur, et c'est en combinaison avec le package Pipeline que les flux de travail agentiques brillent vraiment, puisque c'est ce package qui vous permet de communiquer avec l'éditeur.Connaître quelques commandes CLI de base fait réellement gagner du temps, ne serait-ce que parce qu'on peut se passer de l'interface. La commande la plus puissante disponible est eval : elle compile et exécute des extraits C# en direct sur le thread principal via Roslyn, pendant que le package Unity Pipeline tourne à l'intérieur de l'éditeur. Comme il n'y a pas de recompilation du projet ni de rechargement de domaine, l'exécution ne prend que quelques millisecondes. Elle permet de lancer des scripts de configuration automatique, d'interroger l'état de l'éditeur ou d'exécuter des fichiers C# directement depuis le disque avec unity command eval_file "path/to/script.cs". Par exemple, la commande unity command eval "return UnityEditor.EditorApplication.isPlaying;" renvoie instantanément l'état de lecture actuel. Une autre bonne habitude à prendre est de suivre le journal des modifications, car la CLI est mise à jour fréquemment, et il permet de voir facilement quelles nouvelles fonctionnalités apparaissent au fil de l'évolution de l'outil.Les commandes paramétrées sont un autre moyen de gagner du temps, surtout pour installer des versions précises d'Unity avec les modules dont on a besoin. Une seule commande install peut tout mettre en file d'attente d'un coup, par exemple unity install 6000.5.0f1 -m android android-sdk-ndk-tools --cm --accept-eula --yes — elle récupère la version voulue, la prise en charge de la compilation Android, les outils SDK et NDK, le Content Manager et accepte automatiquement l'EULA. Au lieu de cliquer dans le Hub, il suffit de lancer la commande et de passer à autre chose. L'ensemble complet des commandes CLI disponibles est documenté dans la référence de l'interface en ligne de commande d'Unity.Comme la CLI Unity prend en charge plusieurs clients, il vaut la peine de la connecter à la LLM que l'on préfère déjà. Chez Meta, l'accent est mis sur l'intégration des outils appréciés des développeurs directement dans leurs éditeurs principaux, comme Cursor, Claude Code et Muse Code, et une astuce de travail utile consiste à mélanger les outils en utilisant une LLM pour la rédaction du code et une autre pour les revues de code. Cependant, les assistants de programmation généralistes sont souvent sûrs d'eux en matière de VR et se trompent souvent, renvoyant des réponses qui fonctionnent pour le mobile mais pas pour Quest, par exemple sur des sujets comme le suivi des mains ou la réduction des draw calls. La Meta VR CLI comble cette lacune en donnant à l'assistant accès à la documentation réelle et à l'appareil lui-même. Elle est fournie avec son propre serveur MCP qui se branche sur Codex, Cursor, Claude Code, Gemini ou VS Code via metavr mcp install claude-code, avec cursor, vscode et project comme alternatives.Une fois cette connexion établie, les réponses changent. Une question sur l'accès à la caméra passthrough extrait la documentation actuelle au lieu de deviner à partir de données d'entraînement obsolètes, et comme la CLI peut atteindre l'appareil, elle s'arrête bien moins souvent à de simples suggestions. Elle peut installer la build, suivre logcat pendant la reproduction d'un bug et capturer une capture d'écran de ce qui est réellement affiché à l'intérieur du casque plutôt que de ce que montre la vue Game, ce qui économise à lui seul de nombreux cycles d'ajout et de retrait du casque. Deux autres éléments valent la peine d'être branchés avant d'écrire le moindre code : le Project Setup Tool vérifie un projet par rapport à ce que Quest exige réellement et corrige les erreurs de configuration avant la compilation, tandis que la Meta Asset Library expose 1,5 million d'assets 3D libres de droits avec des LOD déjà créés, consultables directement via la Meta VR CLI, de sorte que l'on n'est jamais bloqué sur des graphismes temporaires.La performance est la partie du développement VR qui surprend souvent les développeurs, car ce qui semble fluide dans l'éditeur peut s'effondrer sur l'appareil. La boucle de correction traditionnelle consiste à capturer une trace, la charger dans Perfetto et faire défiler des milliers de tranches pour trouver celle qui fait perdre des frames. Les nouvelles commandes perf de la Meta VR CLI sont conçues pour briser cette boucle : vous décrivez ce que vous voulez, par exemple « fais une capture de 15 secondes avec les données GPU », et l'agent exécute la capture et lit le résultat, en faisant ressortir en quelques secondes les pics de temps de frame et les goulots d'étranglement CPU/GPU. Une commande directe comme metavr perf capture --mode full --duration 15000 --app com.mycompany.myvrapp --output my_vr_trace fait la même chose. Dans Unity, le Quest Runtime Optimizer aborde le problème dans l'autre sens : l'analyse des goulots d'étranglement signale ce qui ne va pas, et l'analyse « What If » permet de comparer des GameObject individuellement, tandis que OVRMetrics, le fork RenderDoc de Meta Quest et les améliorations de Perfetto restent disponibles pour celles et ceux qui préfèrent garder le contrôle.

Public
17 Sep, 2026

Utilisation d'agents IA pour préparer des scènes 3D à la simulation

Les ingénieurs en simulation robotique se heurtent sans cesse au même goulot d'étranglement, et celui-ci a peu à voir avec les politiques, les modèles ou les boucles d'entraînement. Le plus difficile commence souvent avant même qu'un quelconque apprentissage n'ait lieu : le robot ne dispose toujours pas d'un monde prêt à la simulation dans lequel s'entraîner. Faire passer une scène 3D d'un fichier Blender à un état utilisable par un simulateur est un travail fastidieux, répétitif et sujet aux erreurs, et il sort souvent du périmètre du poste de l'ingénieur en simulation. C'est précisément dans ce travail de préparation que les systèmes agentiques peuvent aider, à condition qu'ils disposent des bons outils.Le flux de travail décrit ici relie le raisonnement, l'exécution d'outils et la validation en un processus unique et reproductible. Codex, propulsé par OpenAI GPT-6 Astra, agit comme orchestrateur : il fixe l'objectif, interprète les résultats et guide les itérations. Des sous-agents spécialisés, construits avec le framework Hermes agent et déployés via NVIDIA NemoClaw, appellent les NVIDIA Omniverse Libraries pour inspecter la scène, créer les métadonnées de simulation, configurer la physique et produire des aperçus visuels de pré-vol. La pile part d'un objectif concret : en entrée une scène Blender, en objectif un monde prêt pour la robotique, en sortie une scène basée sur USD prête à la simulation, en destination Isaac Sim ou Isaac Lab, et la validation combine un aperçu visuel de pré-vol avec les vérifications SimReady.Le premier sous-agent se connecte à Blender via un serveur Model Context Protocol (MCP) et décrit la scène au lieu de deviner à partir de captures d'écran. Il peut appeler des outils pour inspecter les objets, les collections, les transformations, les matériaux, les caméras, les sources de lumière et les métadonnées de la scène, renvoyant un inventaire structuré qui devient le contexte partagé pour le reste des agents. Dans l'exemple de résultat, on compte 142 objets et 37 matériaux, tout en signalant l'absence d'étiquettes sémantiques, de maillages de collision, de capteurs de caméra et de matériaux physiques. Astra utilise cet inventaire ainsi que l'objectif de robotique pour identifier les informations manquantes, planifier les tâches suivantes et les déléguer avec des critères d'acceptation clairs.Figure 1. Flux de travail de référence illustrant l'utilisation des bibliothèques Omniverse pour activer une scène Blender avec des agentsFigure 2. L'addon Blender transmet les données de scène aux bibliothèques Omniverse via gRPC, permettant aux capacités de rendu et de physique de revenir directement dans le viewport BlenderL'inventaire passe ensuite à des agents spécialisés qui agissent sur la scène. Un agent d'auth oring USD préserve la hiérarchie, les transformations, les matériaux, les étiquettes, les métadonnées physiques et les définitions de capteurs, en s'appuyant sur la composition en couches non destructive d'USD afin que les agents puissent enrichir le monde sans aplatir l'œuvre d'origine. Un agent d'étiquetage sémantique transforme les maillages anonymes en objets pertinents pour la tâche — étagères, bacs, sols, obstacles, objets saisissables et cibles du robot — en déduisant les étiquettes des noms, de la hiérarchie, de la forme et du contexte, tout en signalant l'incertitude. Dans la démo, 118 prims ont été étiquetés et 9 étiquettes laissées à la vérification humaine. Un agent de matériaux convertit l'apparence visuelle en métadonnées utiles à la simulation, en identifiant des étagères métalliques, des boîtes en carton, des bacs en plastique, des sols en béton, des roues en caoutchouc ou des panneaux de verre, plutôt qu'en recherchant un look-dev plus soigné.Figure 3. USD assemble la scène finale à partir de sous-couches distinctes (ressources, éclairage et matériaux), chacune pouvant être modifiée isolément avant la fusionUn sous-agent de capteurs crée les dispositifs de caméra et de lidar dès le départ afin que le placement, le champ de vision, la portée, la fréquence d'interrogation, les occlusions et la visibilité de la cible puissent être validés avant même que la scène n'atteigne le simulateur. Le sous-agent ovphysx rend ensuite le monde physiquement cohérent, en ajoutant des formes de collision, la masse, le frottement et le comportement de corps rigide, et transforme ses découvertes en plan de réparation. Il génère des maillages de collision simples pour les accessoires statiques, marque les sols et les étagères comme des collisionneurs fixes, attribue des propriétés de corps rigide aux objets saisissables et signale tout ce qui dépend de l'intention de la tâche. Les corrections mécaniques sûres sont exécutées automatiquement, tandis que les cas ambigus — par exemple une étiquette sémantique incertaine ou un comportement physique — sont transmis à un humain avec le contexte et une prochaine étape proposée. Le résultat est un rapport de préparation physique que les outils en aval peuvent exploiter.

Public
17 Sep, 2026

Apple a publié les premières versions bêta d'iOS 27.2, d'iPadOS 27.2, de macOS 27.2, de tvOS 27.2, de visionOS 27.2 et de watchOS 27.2

Apple a publié les premières versions bêta d'iOS 27.2, d'iPadOS 27.2, de macOS 27.2, de tvOS 27.2, de visionOS 27.2 et de watchOS 27.2. Les développeurs doivent s'assurer que leurs applications fonctionnent comme prévu sur ces versions, et compiler et tester avec Xcode 27.2 afin de tirer parti des avancées des derniers SDK.Lorsque l'iPhone Duo sortira le 23 octobre, il fonctionnera sous iOS 27.1. Cette version s'appuie sur iOS 27 et ajoute des fonctionnalités conçues spécialement pour le nouveau design pliable. Xcode 27.1 ajoutera la prise en charge du développement pour l'iPhone Duo, notamment des SDK mis à jour et un simulateur compatible avec toutes ses nouvelles postures et orientations, avec une bêta disponible plus tard ce mois-ci.

Public
17 Sep, 2026

iOS 27 ajoute à StoreKit 2 les abonnements groupés, les suites et l'achat multi-utilisateurs

iOS 27 ouvre de nouvelles façons d'élargir la portée des abonnements à renouvellement automatique, et les développeurs peuvent commencer à se préparer dès maintenant en s'assurant que leurs applications gèrent les achats intégrés Apple via StoreKit 2. L'App Store prend en charge l'expérience d'achat pour toutes les nouvelles fonctionnalités : il affiche chaque application incluse dans l'offre afin que les utilisateurs puissent télécharger le contenu d'abonnement et y accéder immédiatement.Deux fonctionnalités regroupent les abonnements en un seul achat intégré Apple. Avec Bundles, les utilisateurs accèdent à plusieurs abonnements en un seul achat — au sein d'une seule application, de plusieurs applications du même développeur ou d'applications de plusieurs développeurs. Avec Suites, un seul abonnement fonctionne de façon fluide sur un ensemble d'applications d'un même développeur. Les développeurs peuvent commencer par consulter la page Bundles et Suites, qui répertorie les configurations éligibles, les exigences techniques et le formulaire de demande. Les deux fonctionnalités arriveront plus tard cette année dans iOS 27, iPadOS 27, macOS 27, tvOS 27 ou dans des versions ultérieures.Les achats multi-utilisateurs permettent aux organisations et aux groupes d'acheter des abonnements en gros via Volume Purchasing et Group Purchases. Les abonnements vont ainsi au-delà des utilisateurs individuels : les petites entreprises, les groupes de travail et les services spécifiques accèdent au contenu sans démarches administratives supplémentaires. Avec Volume Purchasing, les organisations utilisant Apple Business et Apple School Manager achètent les abonnements au moyen d'un seul achat intégré Apple et attribuent les places via un fournisseur de gestion des appareils.Les achats multi-utilisateurs sont désormais activés par défaut pour les abonnements dans App Store Connect. Les développeurs gardent le contrôle total de la disponibilité et peuvent désactiver entièrement les achats multi-utilisateurs ou les gérer de manière sélective dans l'App Store, Apple Business et Apple School Manager. Volume Purchasing sera lancé le 22 octobre 2026, et Group Purchases cet hiver.