Sujet
Tous les articles d’Actu.ai sur le sujet « Gemini », du plus récent au plus ancien. 141 articles
Gemini 2.0 Flash permet de générer et de modifier des images au fil d’une conversation. Pour obtenir un résultat fidèle à son idée, il faut surtout apprendre à décrire précisément le sujet, le décor, la composition et les changements attendus. Voici une méthode concrète, des exemples et les limites à connaître.
Google enrichit Gemini avec Canvas, un espace de travail pour affiner des textes et tester du code, et Audio Overview, qui transforme des documents en discussions audio. Lancées en mars 2025, ces fonctions rapprochent l’assistant conversationnel de la création de contenus, avec des usages distincts et quelques limites à connaître.
Les grands modèles de langage apprennent à partir d’immenses volumes de textes, dont la composition complète reste largement inconnue. Des contenus de propagande peuvent circuler dans cet environnement informationnel. Le véritable enjeu consiste à distinguer leur présence éventuelle, leur influence réelle sur les réponses et les protections nécessaires pour limiter la désinformation.
Google étend Gemini 2.0 Flash à la génération et à la modification d’images en langage naturel. Le modèle expérimental permet de créer un visuel, puis de le retoucher au fil d’une conversation, via Google AI Studio, l’API Gemini et Vertex AI. Une évolution qui vise surtout les développeurs et les outils créatifs.
Google propose une option expérimentale permettant à Gemini de s’appuyer sur l’historique de recherche d’un utilisateur pour mieux contextualiser certaines réponses. Cette personnalisation, qui repose sur un consentement et sur l’activation de l’Activité sur le Web et les applications, promet des échanges plus utiles. Elle impose aussi de bien distinguer les données réellement consultées des autres services Google connectés.
Google DeepMind présente Gemini Robotics et Gemini Robotics-ER, deux modèles conçus pour relier compréhension du langage, vision et actions physiques. Adossés à Gemini 2.0, ils doivent aider les robots à manipuler des objets et à évoluer dans des environnements variés. Une avancée prometteuse, encore réservée à des partenaires de confiance.
Google présente Gemini comme une IA multimodale plus attentive aux différences linguistiques, culturelles et sociales. Cette ambition peut améliorer les réponses fournies aux utilisateurs, mais elle ne suffit pas à écarter les biais. Données d’entraînement, tests indépendants et retours du public restent décisifs.
Google prépare l’extension d’AI Overviews, une fonction qui synthétise des réponses directement dans les résultats de recherche. Si aucun calendrier officiel n’est annoncé pour la France au 8 mars 2025, son arrivée potentielle interroge déjà la fiabilité de l’information, les habitudes de recherche et l’avenir des sites web.
Google teste AI Mode, une nouvelle interface de recherche qui répond aux questions complexes sous la forme d’un échange avec l’IA. Propulsée par une version personnalisée de Gemini 2.0, elle promet de réunir plusieurs recherches en une réponse, tout en laissant une place centrale aux liens vers le web.
Google lance aux États-Unis les premiers tests d’AI Mode, une nouvelle interface de recherche reposant sur une version adaptée de Gemini 2.0. Pensé pour les questions complexes et les relances conversationnelles, ce mode pourrait modifier la façon de trouver l’information, mais aussi l’équilibre économique des sites web.
Les grands modèles de langage progressent vite, avec des systèmes qui ne se limitent plus à rédiger ou résumer des textes. Au 6 mars 2025, o1, Claude 3.7, Gemini 2.0 et DeepSeek-R1 illustrent une course aux capacités de raisonnement, à l’ouverture des modèles et à la fiabilité des réponses.
Google expérimente AI Mode, une nouvelle interface de recherche propulsée par Gemini, au sein de Search Labs. Le service promet de mieux traiter les questions complexes, les relances et les requêtes multimodales. Mais il soulève aussi des questions majeures sur la fiabilité des réponses et la visibilité des sites web.
Sergey Brin, cofondateur de Google, appelle les équipes qui travaillent sur Gemini à revenir au bureau chaque jour et à viser 60 heures hebdomadaires. Cette recommandation illustre l’intensité de la compétition dans l’IA générative, mais elle relance aussi le débat sur les limites du travail intensif et l’avenir des métiers techniques.
L’intelligence artificielle ne remplace pas le chercheur, mais elle commence à prendre en charge une partie de son travail, de la lecture d’articles à la génération d’expériences informatiques. Avec AI Scientist de Sakana AI et des outils comme Research Rabbit, la recherche gagne en vitesse, tout en affrontant de nouvelles exigences de contrôle et de transparence.
Le classement Chatbot Arena met en lumière une course serrée entre les grands modèles conversationnels. En février 2025, Chocolate, associé à une première version de Grok-3, atteint 1 402 points Elo, devant Gemini-2 Flash Thinking Exp 01-21 à 1 385 points. Mais ces scores ne suffisent pas, à eux seuls, à désigner le meilleur outil pour chaque usage.
Des chercheurs ont soumis ChatGPT, Claude et Gemini à un test clinique destiné à repérer les troubles cognitifs chez l’humain. Seul GPT-4o atteint le seuil de 26 sur 30, tandis que les autres modèles butent notamment sur la mémoire et les tâches visuospatiales. Cette expérience ne prouve pas que les IA vieillissent, mais elle rappelle leurs limites dans les usages sensibles.
L’intelligence artificielle est désormais familière pour une grande majorité de Français, mais son usage régulier reste loin d’être universel. Une étude Ipsos met en évidence une adoption très générationnelle, la domination de ChatGPT et des inquiétudes persistantes sur la fiabilité, les données personnelles et l’emploi.
Amazon ne lancera pas sa nouvelle Alexa le 26 février comme attendu. L’assistant vocal, enrichi d’intelligence artificielle générative, doit désormais arriver le 31 mars au plus tôt, après des difficultés de fiabilité observées pendant les tests. Ce report illustre la complexité du passage des démonstrations d’IA aux usages quotidiens.
Une étude menée à l’Université Rovira i Virgili compare les réponses de 400 anglophones natifs à celles de sept grands modèles de langage. Sur quarante questions grammaticalement simples, les humains font mieux que les IA, y compris ChatGPT-4. L’écart interroge la fiabilité de ces outils lorsque le sens précis d’une formulation compte.
Les assistants d’IA promettent de résumer l’actualité en quelques secondes. Mais une étude de la BBC publiée le 11 février 2025 relève des erreurs factuelles, des citations déformées et des informations périmées dans les réponses de ChatGPT, Copilot, Gemini et Perplexity. De quoi rappeler les limites de ces outils lorsqu’il s’agit de s’informer.
AlphaGeometry2, le système de Google DeepMind dédié à la géométrie, a résolu 42 problèmes sur 50 issus d’Olympiades internationales de mathématiques passées. Ce résultat dépasse le niveau moyen observé chez les médaillés d’or sur ce corpus précis. Il illustre les progrès du raisonnement neuro-symbolique, sans pour autant faire de l’IA un mathématicien universel.
Une équipe liée aux universités Stanford et Washington affirme avoir adapté un modèle de raisonnement baptisé s1 pour moins de 50 dollars. Leur recette combine un modèle déjà entraîné, 1 000 exemples de raisonnement issus de Gemini et une courte phase d’entraînement. Une avancée prometteuse, mais qui ne signifie pas qu’un modèle comme Gemini se construit à ce prix.
Au 6 février 2025, Google étoffe Gemini 2.0 avec Pro, Flash et Flash-Lite, trois modèles destinés à des usages distincts. Du code aux applications de production, en passant par des réponses décomposant leur raisonnement, cette gamme illustre la stratégie du groupe pour rendre son IA plus flexible et mieux intégrée à ses services.
Dans une campagne liée au Super Bowl, Google met Gemini au service de petites entreprises. Mais une phrase générée sur le Gouda, présenté comme 50 à 60 % de la consommation mondiale de fromage, a déclenché les critiques. Au-delà de l’anecdote, l’affaire rappelle pourquoi toute réponse d’IA doit être vérifiée avant diffusion.
