Tech • IA • Robotique
Quoi de neuf chez Google AI
9/10INTRO
Google a dévoilé un écosystème d’IA en forte expansion, centré sur les modèles Gemini 3.5 et AI Studio, permettant aux développeurs de créer des applications multimodales, des agents et même des applications Android complètes directement à partir de prompts.
POINTS CLÉS
La gamme Gemini 3.5 s’élargit
Google a présenté Gemini 3.5 Flash, optimisé pour la vitesse et le coût, aux côtés de 3.5 Pro pour le raisonnement complexe et de 3.1 Flash-Lite pour les tâches à faible latence. Les modèles Flash deviennent le choix par défaut pour créer des apps dans AI Studio. Ils prennent en charge des entrées et sorties multimodales couvrant texte, images, audio, vidéo et code, ce qui en fait des outils polyvalents pour la production.
Les capacités multimodales ouvrent de nouveaux usages
Les modèles peuvent interpréter des entrées complexes comme des vidéos et les transformer en sorties structurées ou en code. Une démo a montré une vidéo de cinq minutes convertie en tableau horodaté avec des analyses contextuelles pour environ 0,015 $, soulignant efficacité et faible coût. Cela ouvre de nouvelles catégories d’applications basées sur la compréhension visuelle et vidéo.
Les outils de génération de médias s’étendent à la vidéo
Google a étendu son système de génération d’images « Nano Banana » à la vidéo avec Gemini Omni Flash, permettant de générer et modifier du contenu vidéo à partir de prompts. Le système met l’accent sur des rendus de haute fidélité et une édition détaillée, réduisant des workflows créatifs traditionnellement longs.
AI Studio devient une plateforme de développement de bout en bout
AI Studio regroupe désormais expérimentation, prototypage et déploiement. Son Playground permet d’ajuster les paramètres et de tester rapidement, tandis que le Build Mode permet de créer des applications directement via des prompts en langage naturel. Le code est exportable en plusieurs langages, dont Python, TypeScript et.NET.
Développement d’apps à partir de prompts
Un exemple en direct a montré une application Android de piano générée entièrement à partir d’un prompt texte et déployée sur un appareil. Le système a automatiquement produit le code Kotlin, les interfaces UI et des builds installables. Cette approche supprime les barrières classiques comme les émulateurs et la configuration d’environnement.
Intégrations Workspace et apps via prompts
De nouvelles intégrations permettent de connecter Gmail, Calendar et d’autres services Google Workspace via des prompts. Un prototype d’app « calendar roulette » a montré la sélection et suppression automatisées d’événements via authentification OAuth, illustrant comment l’IA peut orchestrer des données et workflows réels.
Interaction en temps réel avec l’API Gemini Live
L’API Gemini Live permet des interactions conversationnelles en temps réel avec partage d’écran et contexte multimodal. Les démonstrations incluaient l’interprétation d’écran en direct, des réponses multilingues et l’intégration avec Google Search pour des réponses sourcées, y compris des requêtes météo.
Création d’agents via langage naturel
Une nouvelle Interactions API permet de créer des agents IA gérés en décrivant des tâches en langage naturel. Ces agents peuvent se connecter à des services et s’exécuter dans le cloud avec un seul appel API, grâce au système Antigravity de Google.
Modèles ouverts et IA sur appareil avec Gemma
Google met en avant l’IA ouverte avec Gemma 4, prenant en charge plus de 140 langues et une fenêtre de contexte de 256 000 tokens. Les modèles peuvent fonctionner localement sur ordinateurs portables et mobiles, permettant des usages hors ligne et des coûts réduits. Des partenariats avec Hugging Face, Ollama et Kaggle favorisent l’adoption.
Infrastructure IA full-stack et écosystème TPU
L’entreprise a souligné sa pile intégrée incluant logiciels TPU, JAX et des outils pour l’entraînement et l’inférence. Cette infrastructure couvre tout le cycle de vie, du développement au déploiement, avec des optimisations de performance.
Progrès en robotique et modèles du monde
De nouvelles versions comme Gemini Robotics 1.6 permettent de contrôler des dispositifs physiques via des API standard. Des robots open source comme Reachy Mini et Stanford Pupper peuvent exécuter des tâches via des commandes conversationnelles sans entraînement spécifique. Par ailleurs, Genie 3 introduit des capacités de modélisation du monde simulant une physique réaliste dans des environnements générés.
CONCLUSION
Les dernières avancées de Google marquent un virage vers un développement entièrement intégré, multimodal et piloté par prompts, réduisant les barrières à la création d’applications tout en étendant l’IA du cloud aux appareils locaux et à la robotique.
Explique-moi