La traditionnelle conférence annuelle de Google aura lieu en mai 2026, toujours depuis le campus californien du géant du web. C'est lors de ce (long) événement que Google dévoile toutes ses technologies à venir, à commencer par le futur de Gemini.
Après les AI Overviews, c'est au tour de l'AI Mode de faire son apparition sur Google Search. Pour le moment, il est réservé aux États-Unis, mais tout porte à croire qu'il n'arrivera pas de sitôt en France.
C'est lors de sa Google I/O que Google a dévoilé Veo 3, son dernier modèle de génération de vidéos. Il est déjà disponible aux États-Unis et les premières vidéos sont déjà impressionnantes par leur qualité.
Lors de sa conférence Google I/O, Google a présenté une intégration de Gemini directement dans Chrome. De quoi lancer le chatbot à tout moment sur un navigateur utilisé par des milliards d'internautes. Ce qui pose aussi des questions sur le monopole de Google sur le marché des navigateurs web.
Lors de sa Google I/O 2025, Google a présenté Veo 3, la toute dernière version de son outil de génération de vidéos. Une évolution radicale, puisqu'il peut maintenant ajouter du son et des paroles aux vidéos générées.
Google annonce le lancement d'un nouvel abonnement à Gemini et à l'ensemble de sa palette d'outils pour l'IA générative. Le forfait, intitulé Google AI Ultra, sera proposé à 250 dollars par mois. C'est plus cher que ChatGPT Pro, proposé à 200 dollars mensuels.
Google va tenir sa conférence annuelle dédiée à ses nouveautés logicielles ce mardi 20 mai, à partir de 19 heures. Cette Google I/O va certainement faire la part belle à l'intelligence artificielle générative.
NotebookLM, le service d'intelligence artificielle de Google pour analyser ses documents ou enregistrements, aura droit à sa propre application le 20 mai, jour de sa conférence I/O. Google la présente comme un moyen de générer des podcasts audio en quelques secondes.
Pour la deuxième année consécutive, Android sera privé de Google I/O, la grande conférence annuelle du géant du web. Pour ne pas fâcher les fans, Google annonce organiser une conférence spéciale une semaine plus tôt, le 13 mai 2025.
Habituellement organisée la deuxième semaine de mai, la grande conférence annuelle de Google, où la marque américaine dévoile le nouvel Android, ses innovations en intelligence artificielle, mais aussi de nouveaux produits, aura lieu les 20 et 21 mai.
Lors de sa conférence Google I/O 2023, la firme a notamment présenté PaLM 2 et déclaré travailler sur Gemini, son prochain modèle multimodal. Sundar Pichai, lors de l’édition 2024 qui s’est déroulée ce mardi 14 mai, annonce “l’ère Gemini” avec l’intégration du modèle à la recherche, Workspace, Photos, Android 15, au futur assistant d’IA multimodal “Project Astra” de DeepMind, des mises à jour pour les modèles de la famille et l’ajout de 1.5 Flash, un modèle plus léger.
Google a également présenté Veo, un modèle de génération vidéo et Imagen 3, la dernière itération de son modèle text-to-image, le modèle open-source Gemma 2 ainsi que Trillium, sa 6e génération de TPU.
L’annonce la plus importante de la keynote a toutefois été celle de l’intégration de Gemini à son moteur de recherche.
Google a intégré un modèle Gemini personnalisé à son moteur de recherche, rendant ainsi l’expérience de recherche plus simple et interactive.
Les aperçus d’IA, introduits par Google l’an passé dans son programme Search Labs et qui auraient été utilisés des milliards de fois depuis, peuvent apporter des réponses rapides. Un résumé est généré, suivi de liens pour approfondir. Lorsqu’on veut obtenir une réponse plus simple, si on est profane sur un sujet ou si l’on veut une réponse plus adaptée à un enfant, il suffit de cliquer sur les boutons prévus pour simplifier le niveau de langage de l’aperçu ou obtenir un résumé plus détaillé.
Grâce aux capacités de raisonnement en plusieurs étapes du modèle, il est désormais possible d’entrer une requête complexe plutôt que de faire une recherche en plusieurs étapes.Liz Reid, vice-présidente et responsable de Google Search, donne l’exemple suivant “trouvez les meilleurs studios de yoga ou de Pilates à Boston et montrez-moi des détails sur leurs offres d’introduction et le temps de marche depuis Beacon Hill”.
Grâce à ses capacités de planification, on lui peut demander de générer un itinéraire de voyage ou des idées de repas pour plusieurs jours et exporter ses réponses vers Docs ou Gmail.
Le déploiement d’AI Overviews a débuté aux États-Unis, il sera disponible dans d’autres pays dès cette année.
Il sera bientôt possible d’utiliser une vidéo pour demander de l’aide à l’IA. L’application Google Lens qui permet d’avoir des informations à partir d’une photo permettra d’effectuer une recherche à partir d’une vidéo.
Liz Reid donne l’exemple suivant :
“Peut-être avez-vous acheté un tourne-disque dans une friperie, mais il ne fonctionne pas lorsque vous l’allumez et que la pièce métallique avec l’aiguille dérive de manière inattendue. La recherche vidéo vous évite de trouver les bons mots pour décrire ce problème, et vous obtiendrez une vue d’ensemble de l’IA avec les étapes et les ressources à résoudre”.
And you’ll also be able to ask questions with video, right in Search. Coming soon. #GoogleIO pic.twitter.com/zFVu8yOWI1
— Google (@Google) May 14, 2024
La recherche vidéo sera bientôt disponible pour les utilisateurs de Search Labs aux États-Unis.
Google Assistant va être remplacé sur Android par Gemini. Bientôt, les utilisateurs pourront utiliser Gemini de manière plus interactive en le superposant dans une fenêtre au-dessus des applications. Il sera possible de faire glisser et déposer des images générées dans Gmail, Google Messages et d’autres endroits, ou appuyer sur « Demander cette vidéo » pour trouver des informations spécifiques dans une vidéo YouTube
Gemini Nano, le modèle utilisé sur Android, a été mis à jour et peut désormais traiter des entrées multimodales telles que les images, les sons et le langage parlé. Il sera disponible un peu plus tard dans l’année.
TalkBack utilisera les capacités multimodales de Gemini Nano pour fournir des descriptions plus détaillées de ce qui se trouve dans les images, améliorant ainsi l’accessibilité pour les personnes aveugles ou malvoyantes. De plus, une nouvelle fonctionnalité en cours de test utilisera Gemini Nano pour détecter les escroqueries potentielles lors d’appels téléphoniques et fournir des alertes en temps réel aux utilisateurs.
Il sera possible de retrouver des photos dans Google Photos non plus à partir de mots-clés, mais de demandes textuelles. Sundar Pichai donne l’exemple suivant :
“Par exemple, vous vous souvenez peut-être des premières étapes importantes de votre fille Lucia. Maintenant, vous pouvez demander à Photos : « Quand Lucia a-t-elle appris à nager ? »
Et vous pouvez poursuivre avec quelque chose d’encore plus complexe : « Montrez-moi comment la natation de Lucia a progressé. »
Ici, Gemini va au-delà d’une simple recherche, reconnaissant différents contextes – des longueurs dans la piscine à la plongée en apnée dans l’océan, en passant par le texte et les dates de ses certificats de natation”
Ask Photos sera déployé cet été, avec d’autres fonctionnalités à venir.
Outre l’extension de Gemini Nano pour inclure des entrées multimodales au-delà du texte, utilisable sur Android via Pixel, Google annonce des améliorations significatives de Gemini 1.5 Pro dans la génération de code, le raisonnement logique, et la compréhension de l’audio et de l’image. Sa fenêtre contextuelle peut être étendue jusqu’à 2 millions de jetons.
Il a également présenté Flash 1.5, le dernier ajout à la famille Gemini, un modèle léger optimisé pour la vitesse et l’efficacité. Selon Demis Hassabis, PDG de Google DeepMind, ce dernier modèle excelle dans le résumé, les applications de chat, le sous-titrage d’images et de vidéos, l’extraction de données à partir de longs documents et tableaux, etc. Ce qu’il explique par le fait qu’il a été entraîné par 1.5 Pro par le biais d’un processus appelé « distillation », où les connaissances et les compétences les plus essentielles d’un modèle plus grand sont transférées vers un modèle plus petit et plus efficace.
Google a présenté en février dernier Gemma, une famille de modèles légers de pointe conçus à partir des mêmes recherches et technologies que celles utilisées pour créer les modèles Gemini, les plus performants de la firme. Il annonce Gemma 2, sa nouvelle génération de modèles ouverts, avec une nouvelle architecture ainsi que PaliGemma, notre premier modèle de langage visuel inspiré de PaLI-3.
Pour Google Deepmind, les assistants d’IA évolueront pour devenir utiles au quotidien. Son objectif est de développer des assistants qui ne se contentent pas de répondre aux commandes, mais qui comprennent également le contexte visuel et peuvent répondre de manière proactive et conversationnelle. Selon Demis Hassabis, “réduire le temps de réponse à quelque chose de conversationnel est un défi d’ingénierie difficile”.
Il explique la démarche de l’équipe :
“En nous appuyant sur Gemini, nous avons développé des prototypes d’agents capables de traiter les informations plus rapidement en encodant en continu les images vidéo, en combinant les entrées vidéo et vocales dans une chronologie des événements et en mettant en cache ces informations pour un rappel efficace”.
Il partage une démonstration en deux parties du projet Astra, chacune d’elles ayant été capturée en une seule prise, en temps réel.
En face du Googleplex à Mountain View, un nouveau bâtiment a fait son apparition. Gradient Canopy, comme Google l'appelle, abrite un « Visitor Center » à destination des visiteurs de la Silicon Valley, avec plusieurs espaces communautaires et un magasin de produits dérivés.
À Mountain View, Numerama a pu obtenir des informations exclusives sur « Project Astra », la nouvelle expérimentation de DeepMind qui offre à l'intelligence artificielle Gemini des yeux et des oreilles. La réponse de Google à ChatGPT Voice est plutôt encourageante.
Numerama est en direct de Mountain View pour la Google I/O, la grande conférence annuelle de Google. L'édition 2024 a été dédiée à l'intelligence artificielle, avec des mises à jour majeures de Gemini et la transformation du moteur de recherche Google. Vous trouverez dans cet article les grandes annonces de Google.
Seulement commercialisé aux États-Unis pour l'instant, l'abonnement Google One AI Premium, qui permet d'essayer les dernières versions de Gemini (avec 2 To de stockage et un accès anticipé aux services), arrive en France. Il est commercialisé au tarif de 21,99 euros par mois, avec un accès au modèle Gemini 1.5 Pro.
Après un an de test aux États-Unis, Google étend à tous les utilisateurs américains la fonction « AI Overviews », qui résume la première page des résultats de son moteur de recherche avec l'intelligence artificielle. Les sites web, anciennement mis en avant, sont relégués à la seconde place.
Développé par Google DeepMind, « Project Astra » est une démonstration du futur des assistants intelligents. L'objectif de Google est de concevoir un outil multimodal capable d'écrire, de parler et de voir. Certaines fonctions seront intégrées à l'app Gemini.
Le 13 mai, dans une rare conférence de presse, OpenAI a dévoilé GPT-4o, un nouveau modèle de langage pour ses utilisateurs gratuits et payants. GPT-4o dispose d'un modèle vocal impressionnant, capable de répondre en temps réel à des questions et de commenter le monde grâce à des caméras.
Numerama est à Mountain View pour la Google I/O, la grande conférence annuelle de la filiale d'Alphabet. L'édition 2024 s'annonce historique à plusieurs niveaux, alors que Google devrait mettre l'accent sur l'intelligence artificielle générative.
Connexion