Gemma 4 et Arm : l'IA locale sur Android devient sérieuse

Pendant des années, l'IA sur téléphone a porté un certain masque. Vous posez une question, elle répond, mais quelque part en chemin vos données partent vers un serveur distant, sont traitées, puis vous reviennent. Ce détour caché a toujours été le compromis. Google veut désormais couper le cordon, et Gemma 4 est le signe le plus net à ce jour que l'IA sur l'appareil sur Android prend du sérieux.

Google DeepMind a dévoilé Gemma 4 la semaine dernière en collaboration avec Arm, avec un objectif clair : faire fonctionner de l'IA avancée directement sur des téléphones Android basés sur Arm au lieu de s'appuyer sur le cloud. Selon Google, cette nouvelle famille de modèles est jusqu'a quatre fois plus rapide que les versions précédentes et peut consommer jusqu'a 60% moins de batterie. Les variantes plus petites E2B et E4B ont été conçues pour les téléphones, et elles peuvent traiter du texte, des images et de l'audio sans envoyer de requête via Internet.

Pourquoi Arm est important ici

Le moteur discret derrière cette avancée est le jeu d'instructions SME2 d'Arm, qui fait partie des puces Armv9 récentes. En termes simples, il accélère les calculs matriciels dont dépend l'IA moderne. Arm indique que ses premiers tests d'ingénierie ont montré une amélioration moyenne de 5,5x dans le traitement des entrées utilisateur, ainsi qu'une génération de réponses jusqu'a 1,6x plus rapide sur le modèle Gemma 4 E2B. La partie intéressante ? Les développeurs n'ont pas besoin de réécrire leurs applications pour constater ces gains. La couche logicielle KleidiAI d'Arm se connecte aux bibliothèques d'exécution existantes de Google, de sorte que l'amélioration arrive avec très peu de friction.

Ce type de mise à niveau invisible est exactement ce qui pourrait faire passer l'IA sur appareil d'une démonstration à quelque chose que les gens utilisent réellement au quotidien. Plus rapide. Plus légère. Moins dépendante d'une connexion de données. Ce sont les trois objectifs que l'IA mobile poursuit depuis le début.

L'exemple le plus parlant vient d'Envision, une application d'accessibilité conçue pour les personnes aveugles et malvoyantes. Jusqu'ici, la compréhension de scène dépendait souvent de l'accès au cloud. Dans un prototype exécutant Gemma 4 localement sur des CPU Arm, un utilisateur pouvait prendre une photo et recevoir instantanément une description détaillée de la scène, sans réseau. Pour une application de ce type, le support hors ligne n'est pas une fonctionnalité accessoire. C'est la fonctionnalité principale.

Google prépare aussi le terrain pour l'étape suivante. Gemma 4 sert de base à Gemini Nano 4, le futur modèle sur appareil pour Android. Cela signifie que les développeurs qui travaillent avec Gemma 4 aujourd'hui devraient être compatibles avec Gemini Nano 4 lorsque celui-ci arrivera sur les appareils phares plus tard cette année. Gemini Nano alimente déjà des fonctionnalités locales telles que les réponses intelligentes et les résumés audio, et des fabricants de puces comme MediaTek poussent fortement dans la même direction. Gemma 4 apporte encore plus, notamment le support multimodal et des capacités agentiques intégrées.

Pour les développeurs, l'accès est déjà ouvert. Les modèles E2B et E4B sont disponibles via Google AI Edge Gallery sur Android et iOS sous licence Apache 2.0. Et cela compte, car la course pour une IA utile, privée et à faible latence ne se joue plus uniquement dans le cloud. Elle se déplace vers le téléphone que vous avez en main.