Dans un monde de plus en plus interconnecté, la possibilité d’accéder à des outils avancés d’intelligence artificielle (IA) sans recourir au cloud est devenue une priorité.
Google AI Edge Gallery (GAEG) répond à ce besoin : une application conçue pour permettre aux utilisateurs d’exécuter des modèles d’IA directement sur leurs appareils mobiles. **
Discrètement présenté samedi dernier, cet outil intelligent Gemini ouvre la porte à un environnement où la confidentialité, la vitesse et l’accessibilité ne dépendent pas exclusivement d’une connexion Internet.
Explorons en détail ses fonctionnalités, ses limites, son public cible et comment il se compare aux autres solutions du marché.
Est-il judicieux d’exécuter des modèles d’IA sur mobile ?
Le projet a été annoncé discrètement, sans annonces majeures et sans être disponible sur le Google Play Store, puisqu’il est distribué pour l’instant sous forme de fichier APK depuis le Google AI Edge GitHub.
Son arrivée s’inscrit dans un contexte où de plus en plus d’utilisateurs demandent à pouvoir utiliser des fonctions d’IA générative (comme la création d’images ou l’écriture de textes) sur leur smartphone sans recourir à des serveurs distants.
Les raisons vont au-delà de la simple curiosité technologique : il existe des régions à connectivité réduite, des voyageurs qui n’ont pas toujours de données disponibles ou des professionnels qui manipulent des informations sensibles et préfèrent conserver leurs données localement.
###Google Vision
Avec GAEG, Google ambitionne de décentraliser une partie de la puissance de ses modèles d’IA. L’entreprise a travaillé sur l’optimisation des algorithmes afin qu’ils s’adaptent à l’architecture des processeurs mobiles (GPU et NPU) et puissent fonctionner couramment sur les appareils Android.
L’objectif ultime est d’offrir une expérience dans laquelle les tâches d’IA, telles que répondre à des questions complexes ou générer des extraits de code, s’effectuent directement sur le téléphone, sans avoir besoin d’un backend cloud.
Que peut faire Google AI Edge Gallery ?
GAEG intègre une série de fonctionnalités que nous associons aujourd’hui à des modèles d’IA de pointe.
Ceux-ci incluent la génération d’images à partir de descriptions textuelles, la réponse aux requêtes textuelles ou aux images téléchargées par l’utilisateur et la possibilité d’écrire ou d’éditer du code de manière conversationnelle.
Génération et analyse d’images
L’un des grands paris de GAEG est la création d’illustrations, de schémas ou de compositions artistiques basées sur un texte court.
Cette capacité est prise en charge par les modèles d’IA développés par Google (tels que Gemma 3n) et d’autres disponibles dans des référentiels externes (par exemple, Hugging Face), que l’utilisateur peut choisir en fonction de la taille et de la complexité du modèle.
Lors d’une exécution locale, le temps de réponse peut varier en fonction de la puissance du matériel, mais le principal avantage est qu’aucune image générée ou donnée sensible ne quitte l’appareil.
Tâches de texte et de code
La fonction de traitement de texte ne se limite pas uniquement à répondre à des questions : GAEG peut résumer des documents, réécrire des paragraphes ou générer des fragments de code dans différentes langues.
Pour les développeurs, cela signifie disposer d’un assistant qui, dans votre poche, peut vous aider du débogage des erreurs à la génération d’exemples d’utilisation. Tout cela sans partager le contenu avec des serveurs externes, ce qui augmente la confidentialité et accélère l’exécution dans certains scénarios.
Conversations sur plusieurs équipes
Au-delà des réponses spécifiques, GAEG prend en charge les dialogues à plusieurs tours. Cela permet des conversations plus naturelles avec le modèle d’IA, que ce soit pour résoudre des questions sur un projet, explorer des sujets d’apprentissage ou même pratiquer des langues.
L’application propose des mesures en temps réel (telles que le temps de réponse au premier jeton ou la vitesse de décodage) afin que l’utilisateur puisse mieux comprendre les performances de chaque modèle.
##Comment fonctionne Google AI Edge Gallery à l’intérieur ?
L’élément clé qui permet l’exécution de l’IA sur les téléphones mobiles est LiteRT (Lite Runtime), un moteur optimisé capable de gérer l’inférence de modèle sur le matériel local.
LiteRT se charge de convertir les opérations du modèle dans un format adapté aux accélérateurs disponibles (GPU, NPU ou même CPU), minimisant la latence et maximisant l’efficacité énergétique.
Grâce à cette adaptation, GAEG peut réduire considérablement la dépendance au cloud.
Confidentialité et sécurité
L’un des arguments les plus forts en faveur du GAEG est que toutes les données qu’il traite restent sur l’appareil. Cela empêche la circulation d’informations personnelles ou sensibles sur Internet, réduisant ainsi les risques de fuites.
De plus, puisqu’il s’agit d’un logiciel open source sous licence Apache 2.0, la communauté peut auditer le code et s’assurer qu’il n’y a aucun élément caché qui compromet la confidentialité.
Exigences techniques
Pour installer GAEG, l’utilisateur doit télécharger l’APK depuis le référentiel officiel sur GitHub.
Il est nécessaire de disposer d’un appareil Android dont les spécifications répondent à au moins un certain niveau de stockage (car les modèles varient entre 560 Mo et 4,4 Go) et une version d’Android compatible avec les bibliothèques LiteRT.
En raison de son statut expérimental (stade alpha), tous les téléphones mobiles du marché ne garantissent pas des performances optimales, et certains peuvent connaître des retards ou des coupures dans des tâches complexes.
Google AI Edge Gallery vaut-il la peine d’être installé ?
Google AI Edge Gallery en est actuellement à ses débuts, où l’installation manuelle à partir de GitHub et l’interface encore imparfaite limitent son adoption aux utilisateurs techniques disposant d’appareils haut de gamme.
Par rapport aux solutions telles que Ollama, GPT4All, LM Studio ou Phi3 mini, GAEG se distingue par son intégration native dans Android et le moteur LiteRT, qui adapte automatiquement les modèles au matériel mobile.
Cet avantage lui confère un potentiel unique pour exécuter l’IA sur le téléphone plus rapidement et de manière plus privée que dans les environnements de bureau concurrents.
Pour l’avenir, l’ajout au Google Play Store et le lancement de la version iOS simplifieront l’installation et élargiront le public cible.
À mesure que les développeurs apportent davantage de modèles adaptés à LiteRT et que Google débogue cette version alpha, le catalogue de possibilités s’élargira.
Si le projet surmonte les obstacles actuels en matière de performances et d’utilisabilité, GAEG pourrait devenir une impulsion décisive pour que des centaines de milliers d’utilisateurs travaillent avec une IA avancée sans dépendre du cloud, favorisant ainsi l’innovation et protégeant la confidentialité même dans des environnements sans connexion fiable.
Cracher des millions de paramètres n’est pas pratique, car les temps d’inférence montent en flèche et finissent par consommer une partie considérable de la mémoire RAM.
This post is also available in: