Google AI Edge Gallery : l’IA locale de Google s’installe sur les smartphones Android

L’intelligence artificielle générative est le plus souvent associée à de vastes centres de données : une question est envoyée à un serveur, qui calcule la réponse avant de la renvoyer sur l’écran. Avec Google AI Edge Gallery, Google explore une autre voie : faire tourner le modèle directement sur le téléphone. À la date du 26 septembre 2025, l’application illustre ce que l’IA dite « en périphérie », ou edge AI, peut apporter aux usages mobiles : davantage d’autonomie, une utilisation possible hors connexion et un meilleur contrôle des contenus soumis à l’assistant.

Cette promesse mérite toutefois d’être précisée. Une IA locale n’efface pas toutes les contraintes techniques, ni tous les sujets liés à la protection des données. Il faut télécharger un modèle, disposer d’un smartphone assez récent et accepter des performances variables. Google AI Edge Gallery n’en reste pas moins une démonstration concrète : un assistant capable de traiter du texte, des images et de l’audio sans dépendre, une fois configuré, d’un échange permanent avec le cloud.

Google AI Edge Gallery, qu’est-ce que c’est exactement ?

Google AI Edge Gallery est une application Android conçue pour essayer des modèles d’IA générative sur l’appareil lui-même. Elle s’appuie notamment sur les modèles Gemma 3n et Gemma 3 (1B), issus de l’écosystème de Google DeepMind et adaptés à une exécution sur matériel mobile.

Un modèle de langage est un programme entraîné à prédire la suite la plus probable d’un texte. Dans une interface de discussion, ce mécanisme lui permet de répondre à une question, de reformuler un message ou de résumer une note. Les modèles multimodaux ajoutent la capacité d’interpréter d’autres entrées, par exemple une image ou un fichier sonore.

Dans le cas de l’application, les calculs de génération sont réalisés par le processeur et les composants spécialisés du smartphone. Après le téléchargement initial des modèles, l’utilisateur peut donc dialoguer avec l’IA dans un avion, dans le métro ou dans une zone sans réseau. C’est un changement important par rapport aux assistants conversationnels traditionnels, qui nécessitent généralement une connexion pour transmettre les demandes à des serveurs distants.

Pourquoi l’IA sur téléphone intéresse autant les utilisateurs ?

Le premier intérêt est la confidentialité. Pour résumer une note vocale, interroger la photo d’un document ou préparer la réponse à un courrier, l’utilisateur n’a pas nécessairement envie que son contenu quitte son appareil. AI Edge Gallery a précisément été pensée pour traiter ces demandes localement.

Le deuxième intérêt est la continuité d’usage. Une application qui n’a pas besoin de joindre un serveur pour chaque requête reste disponible lorsque la connexion est absente, lente ou coûteuse. Cela peut être utile en déplacement, mais aussi dans des environnements professionnels où l’accès à Internet est volontairement limité.

Enfin, l’IA locale peut réduire le délai entre une question et la réponse, car il n’y a pas d’aller-retour réseau. Cette rapidité dépend néanmoins du téléphone, de l’état de sa batterie, de sa température et surtout du modèle choisi. Faire tenir une IA performante dans un appareil de poche impose des compromis qui n’existent pas de la même manière dans un centre de données.

Quels modèles Gemma peut-on utiliser ?

L’application met en avant des modèles Gemma de tailles différentes. Le choix n’est pas anodin : plus le modèle contient de paramètres, plus il peut en principe représenter des nuances complexes, mais plus il mobilise de mémoire, de stockage, de calcul et d’énergie.

Le terme « paramètres » désigne les valeurs internes ajustées pendant l’entraînement du modèle. Ce n’est pas une note de qualité absolue, mais c’est un indicateur de sa taille et de ses besoins. Google indique que Gemma 3n, décliné dans une plage de 5 à 8 milliards de paramètres, a été optimisé pour fonctionner avec 2 à 3 Go de mémoire. Cette optimisation est déterminante sur un téléphone, où la mémoire vive doit aussi rester disponible pour Android et les autres applications.

La publication d’origine mentionne trois modèles compatibles : Gemma3-1B-IT pour le texte, ainsi que deux modèles destinés aux usages multimodaux. Avant leur téléchargement, l’utilisateur doit s’identifier sur Hugging Face afin d’accepter les conditions d’utilisation applicables aux modèles.

Gemma 3n se distingue aussi dans les évaluations communautaires de Text Arena, où il est présenté comme devançant notamment Amazon Nova. Il faut toutefois garder en tête ce que mesure ce type de classement : des préférences comparatives sur des réponses soumises à des évaluateurs, dans des scénarios définis. Elles ne remplacent pas un test sur les fichiers, la langue et le smartphone utilisés au quotidien.

Compatibilité : de quel smartphone Android faut-il disposer ?

À cette date, AI Edge Gallery est réservée à Android. L’installation demande Android 12 au minimum. Google propose l’application par l’intermédiaire du Play Store ou sous la forme d’un fichier APK, c’est-à-dire le paquet d’installation d’une application Android.

Les ressources nécessaires varient fortement avec le modèle chargé. Il faut compter au moins 4 à 6 Go de RAM, ainsi que 0,5 à 4,7 Go d’espace de stockage selon le modèle retenu. Ces chiffres ne doivent pas être interprétés comme une garantie de confort : un appareil qui satisfait tout juste le minimum pourra installer l’application, mais sera davantage susceptible de ralentir ou de chauffer lors de longues requêtes.

Pour installer un APK, la prudence est indispensable. Il est préférable de se limiter au dépôt officiel du projet, d’éviter les copies hébergées par des sites inconnus et de vérifier l’espace libre avant le téléchargement. Installer un paquet provenant d’une source non fiable peut exposer le téléphone à des logiciels malveillants, indépendamment de l’application elle-même.

Comment utiliser l’application au quotidien ?

Une fois l’application installée et le modèle téléchargé, AI Edge Gallery propose un mode chat : l’utilisateur écrit une consigne, puis le modèle génère une réponse directement sur le téléphone. Cet usage peut convenir à la reformulation d’un message, à la préparation d’une réponse à un courrier ou à une séance de questions-réponses privée.

L’intérêt de l’outil est aussi d’accepter des contenus autres que du texte. Pour une image, l’utilisateur peut demander une description, poser une question sur des éléments visibles ou solliciter l’interprétation d’un graphe. Dans l’exemple rapporté, une photographie de boisson a été soumise au modèle afin d’identifier des informations nutritionnelles. Comme avec tout modèle génératif, la réponse doit être vérifiée : l’outil peut aider à lire une étiquette ou à dégager une information visible, mais il ne doit pas servir de base unique à une décision médicale ou alimentaire.

Le traitement audio permet, quant à lui, de demander un résumé de note vocale ou de retrouver une information dans un extrait sonore. La durée est limitée à 30 secondes afin de ne pas surcharger la mémoire du téléphone. Cette limite donne une idée du positionnement de l’application : il s’agit davantage d’un laboratoire d’usages locaux que d’un service de transcription illimitée de réunions longues.

Performances : rapide, mais pas sans compromis

Les essais cités avec Gemma-3n-E2B-it font état de 144 jetons par seconde. Un jeton est une petite unité de texte utilisée par les modèles, qui peut correspondre à une partie de mot, un mot court ou un signe de ponctuation. Plus la génération de jetons est rapide, plus la réponse semble s’afficher naturellement dans le chat.

Ce chiffre ne peut pourtant pas être généralisé à tous les smartphones. La puce embarquée, la quantité de mémoire, la température ambiante, les tâches déjà ouvertes et la longueur de la réponse modifient le résultat. Lors du test rapporté, le téléphone a connu une légère surchauffe. C’est une conséquence logique d’un calcul intensif dans un boîtier compact : solliciter durablement le processeur ou les accélérateurs d’IA consomme de l’énergie et produit de la chaleur.

La qualité des réponses s’est par ailleurs révélée meilleure en anglais. Cette différence rappelle qu’un modèle n’est pas également performant dans toutes les langues, en particulier lorsqu’il doit tenir dans une taille compatible avec un smartphone. Pour des consignes complexes, de la rédaction fine ou un contenu qui exige une grande précision, le modèle le plus doté en paramètres reste le choix le plus prudent parmi les options proposées, avec le coût correspondant en mémoire et en autonomie.

La confidentialité locale a aussi ses limites

Le principal atout d’AI Edge Gallery est simple : le texte, l’image ou le court audio traité par le modèle n’a pas à être envoyé à un service distant pour produire sa réponse. Cela réduit le nombre d’intermédiaires techniques et peut rassurer les utilisateurs qui manipulent des informations personnelles ou confidentielles.

Mais « local » ne doit pas être confondu avec « infaillible ». Le smartphone reste un appareil connecté qui doit être protégé par un code de verrouillage, des mises à jour et, si nécessaire, un chiffrement. Une personne ayant physiquement accès à un téléphone déverrouillé peut accéder à son contenu, que l’IA soit locale ou hébergée dans le cloud.

Il faut aussi conserver un regard critique sur les résultats. La confidentialité du calcul ne garantit pas l’exactitude de la réponse. Un modèle peut se tromper dans une description d’image, omettre une nuance dans un résumé audio ou produire une formulation convaincante mais erronée. L’IA locale protège avant tout le trajet des données, pas la fiabilité absolue de l’analyse.

Ce qu’il faut surveiller pour l’IA locale

Google AI Edge Gallery donne un aperçu très concret de l’évolution des assistants mobiles. À mesure que les puces des smartphones intègrent des capacités dédiées à l’IA, des modèles naguère réservés aux serveurs peuvent être exécutés dans la poche de l’utilisateur. Cette évolution pourrait élargir les usages hors ligne et offrir des options supplémentaires aux personnes soucieuses de ne pas transmettre certains contenus à des services cloud.

Les prochaines étapes dépendront de plusieurs facteurs : la prise en charge de davantage d’appareils, la consommation de batterie, la capacité à traiter des fichiers plus longs et la qualité des réponses en français. La question de la simplicité sera tout aussi importante. Télécharger un modèle, choisir sa taille et gérer plusieurs gigaoctets de stockage reste une démarche plus technique que l’ouverture d’un assistant en ligne.

Pour l’heure, AI Edge Gallery s’adresse autant aux curieux qu’aux développeurs et aux utilisateurs désireux de tester l’IA embarquée. Son intérêt ne tient pas seulement à ses réponses : l’application rend visible le compromis fondamental de l’IA sur smartphone, entre puissance, autonomie, chaleur, qualité et confidentialité.