// FRANDROID — MOBILE & WEB
Google lance une IA qui rédige vos notes de réunion sans Internet
Contrairement à un chatbot, EmbeddingGemma 2 ne rédige pas de réponses : c’est un modèle d’« embedding », c’est-à-dire qu’il transforme un contenu en une signature numérique. Cela permet à une application de retrouver des informations par le sens, et pas seulement par des mots-clés.
Le modèle traite le texte, le code, les images, la vidéo et l’audio dans un même espace de 768 dimensions. Selon Google, il peut par exemple retrouver un extrait vidéo à partir d’un mémo vocal. Il peut aussi chercher dans des heures d’enregistrements audio à partir d’une simple requête écrite.
Pour aller plus loin
ChatGPT, Gemini, Claude, Copilot : ce que les IA gratuites vous prennent en échange
Il repose sur l’architecture Gemma 4 et compte 740 millions de paramètres. Ces derniers sont répartis entre 270 millions pour le texte, 170 millions pour la vision et 300 millions pour l’audio. Les modules sont chargés uniquement si on en a besoin. La fenêtre de contexte atteint 8 000 jetons, soit quatre fois plus que la première version. Selon Google, cela permet de traiter en une fois jusqu’à 5,5 minutes d’audio, 29 images ou 58 images vidéo.
Une fois quantifié, le modèle occupe environ 191 Mo de mémoire vive pour la version texte seule, et environ 567 Mo pour la version multimodale complète, selon les mesures de Google sur un Pixel 11 Pro. Le modèle peut donc tourner sur un smartphone ou un ordinateur portable.
AI Edge Foresight est présentée comme une application expérimentale pour macOS. Pendant une réunion en visioconférence ou en présentiel, l’utilisateur note quelques mots-clés. L’application s’appuie sur la transcription pour les transformer en notes complètes et structurées. Pour cela, elle associe EmbeddingGemma 2, qui retrouve les passages utiles dans la transcription et les documents, au modèle Gemma 4, qui rédige.
Une fonction de questions-réponses en direct repère aussi les questions posées pendant la réunion. Elle y répond à partir de la transcription et des documents que l’utilisateur a ajoutés. Android Authority l’a essayée en simulant une réunion : l’application a rapidement converti les puces en notes et a bien détecté les questions, avec des réponses tirées de la transcription.
Selon Google, tout fonctionne en local. Les enregistrements, les transcriptions et les fichiers ne sont pas envoyés vers des serveurs distants. L’application utilise le micro et le son système du Mac, et reste utilisable hors connexion.
Pour l’instant, Foresight n’existe que sur Mac avec puce Apple Silicon. Sur smartphone, Google propose toutefois de tester le modèle dans son application Google AI Edge Gallery, disponible sur Android et iOS, avec deux démonstrations : une recherche instantanée dans ses photos et vidéos, et un outil qui retrouve un moment précis dans une vidéo à partir d’une description. Cette approche rejoint celle d’autres acteurs qui développent des assistants locaux, comme Perplexity. Par rapport aux services de transcription dans le cloud, l’avantage tient à la confidentialité, puisque les données restent sur l’appareil, et au fonctionnement sans connexion à Internet. Google n’a pas encore publié de comparaison chiffrée avec ces services.
Dans les prochaines semaines, Google rendra le modèle accessible aux développeurs Android via ML Kit, avec l’accélération du NPU quand le smartphone en dispose. Ils pourront alors l’intégrer dans leurs applications : recherche dans la galerie photo, dans des notes ou dans des fichiers audio, sans envoi de données vers le cloud.