Zoom AI : redéfinir les possibles au-delà des défis les plus difficiles

Zoom termine l’année 2025 avec des avancées majeures dans le domaine de l’IA. Ses recherches sur l’architecture fédérée surpassent désormais les modèles de pointe en matière de raisonnement complexe et de benchmarks de recherche, prouvant ainsi que l’orchestration de plusieurs systèmes permet d’atteindre une précision et une fiabilité accrues dans tous les secteurs.

7 min. de lecture

Publié le 29 décembre 2025

Zoom AI : redéfinir les possibles au-delà des défis les plus difficiles

Dans ce blog

01 DeepSearchQA - Jumplink to DeepSearchQA
02 Évoluer avec de nouveaux modèles de pointe - Jumplink to Évoluer avec de nouveaux modèles de pointe
03 Implications pour l’IA agentique - Jumplink to Implications pour l’IA agentique

Xuedong Huang

Directeur informatique

Xuedong Huang est le directeur informatique. Avant de rejoindre Zoom, il a occupé chez Microsoft le poste de directeur informatique et de Technical Fellow d’Azure AI. Son parcours dans le monde de l’IA est brillant : il a créé le groupe de technologie vocale de Microsoft en 1993 et organisé la mise en place, au sein de l’équipe d’IA de Microsoft, des premières mesures en faveur de la parité dans les domaines de la reconnaissance vocale, de la traduction automatique, de la compréhension du langage naturel et de la vision par ordinateur. Membre de l’IEEE et de l’ACM, il est également membre élu de la National Academy of Engineering et de l’American Academy of Arts and Sciences.

Xuedong Huang a obtenu un doctorat en génie électrique à l’université d’Édimbourg en 1989 (financé par l’ORS britannique et une bourse de l’université d’Édimbourg), une maîtrise en informatique à l’université Tsinghua en 1984 et une licence en informatique à l’université du Hunan en 1982.

Alors que l’année 2025 touche à sa fin, je suis fier de revenir sur les progrès réalisés par notre équipe dans le développement des capacités d’IA de Zoom : ce qui a commencé plus tôt avec notre travail sur le benchmark Humanity’s Last Exam (HLE) (une évaluation rigoureuse conçue pour tester le raisonnement et la compréhension de niveau expert en IA) s’est traduit par des gains de performances plus larges dans le cadre de multiples évaluations, renforçant ainsi la capacité de notre IA agentique propriétaire à apporter des améliorations significatives au-delà des limites de tout modèle de pointe individuel.

Nous avons appliqué l’approche fédérée de l’IA de Zoom dans notre environnement de recherche au nouveau benchmark DeepSearchQA de Google : une évaluation des agents IA sur des tâches complexes de recherche d’informations en plusieurs étapes dans 17 domaines. Publié le 11 décembre 2025 en même temps que le nouveau Gemini Deep Research, ce benchmark met au défi les systèmes d’IA au-delà de la recherche de réponses uniques ou de la factualité à large spectre.

Au lieu de cela, DeepSearchQA propose un ensemble de données composé de tâches difficiles, conçues à la main, afin d’évaluer la capacité d’un agent à exécuter des plans de recherche complexes pour générer des listes de réponses exhaustives. L’IA fédérée de Zoom a atteint une précision de 76,3 % lors des tests, surpassant ainsi le précédent record de 66,1 %.

Cette amélioration a révélé un élément clé : l’importance réside dans la manière dont l’IA est conçue et appliquée de manière systématique. En orchestrant OpenAI GPT‑5 et Gemini 3 Pro Preview dans des tests internes grâce à notre cadre fédéré agentique propriétaire de processus « explorer-vérifier-fédérer », nous visons à offrir une couverture de raisonnement plus approfondie et une synthèse factuelle plus fiable que ce qu’un modèle unique peut réaliser.

Modèle/Système	Précision de DeepSearchQA
Zoom IA fédérée (GPT-5 + Gemini 3 Pro Preview)	76,3 %
Agent de recherche approfondie Google Gemini	66,1 %
OpenAI GPT‑5 Pro	65,2 %
OpenAI GPT-5	59,4 %
Google Gemini 3 Pro Preview	56,6 %
Anthropic Claude Opus 4.5 (réflexion)	24,0 %

Résultats de benchmarking tiers mis à jour pour la dernière fois le 10 décembre 2025

Cette avancée souligne le fait que la fédération Zoom n’est pas un simple ensemble ordinaire, mais un système de raisonnement évolutif capable de s’adapter à différents niveaux de difficulté et domaines. Les principes qui ont conduit à notre percée dans le test Humanity’s Last Exam s’avèrent très efficaces pour les applications d’entreprise agentiques où la fiabilité et la profondeur du raisonnement importent davantage que la latence.

Notre innovation ne réside pas dans la création d’un autre modèle monolithique, mais dans la combinaison des meilleurs modèles au sein d’un système qui privilégie la fiabilité et l’orchestration plutôt que la simple échelle. 

À mesure que de nouveaux modèles d’IA de pointe apparaissent, l’architecture continue d’évoluer, offrant une intelligence plus performante et plus centrée sur l’humain dans toutes les tâches, tous les secteurs et toutes les applications. Avec la sortie du nouveau GPT-5.2 d’OpenAI, la recherche fédérée de Zoom en matière d’IA a amélioré la précision globale du HLE, qui est passée de 48,1 % à 53,0 %, surpassant une nouvelle fois tous les modèles de pointe individuels.

Modèle/Système	Précision complète HLE
Zoom AI fédérée (GPT-5.2 + Gemini 3 Pro Preview)	53,0 %
OpenAI GPT‑5.2 Pro	50,0 %
Zoom AI fédérée (GPT-5 + Gemini 3 Pro Preview)	48,1 %
Agent de recherche approfondie Google Gemini	46,4 %
Google Gemini 3 Pro Preview	45,8 %
OpenAI GPT‑5.2	45,5 %
Anthropic Claude Opus 4.5	43,2 %
OpenAI GPT-5 Pro	42,0 %
OpenAI GPT-5	35,2 %

Ces résultats révolutionnaires démontrent que l’approche fédérée de l’IA de Zoom représente un changement de paradigme dans l’orchestration des modèles les plus avancés au monde. Cette approche transcende les limites classiques des modèles uniques, créant un cadre robuste aux implications profondes pour l’IA agentique et l’évolution de Zoom AI Companion et Zoom Virtual Agent.

La fédération d’agents propriétaire de Zoom a jeté les bases d’une nouvelle génération d’agents IA capables de relever les défis les plus complexes de l’humanité. Si ces réalisations de référence marquent un jalon important, notre attention constante portée à l’optimisation de la latence permettra à cette architecture fédérée d’apporter une valeur transformatrice à diverses applications concrètes.

Xuedong Huang est directeur technique chez Zoom. Il occupait auparavant les fonctions de Technical Fellow et de directeur technique Azure AI chez Microsoft. Il est membre élu de la National Academy of Engineering et de l’American Academy of Arts and Sciences.

Remarque sur les résultats du benchmarking : ces indicateurs reflètent les recherches continues de Zoom sur les modèles d’IA de pointe. Les modèles référencés peuvent encore être en phase de test en vue de leur intégration dans le déploiement fédéré de l’IA de Zoom pour les clients.