Apple s'inspire de Gemini de Google pour l'IA intégrée à l'iPhone
Apple utilise la « distillation des connaissances » pour transformer l'énorme modèle cloud Gemini de Google en un composant allégé fonctionnant directement sur l'appareil pour les iPhone.
Comme annoncé le 25 mars 2026, l'accord de grande envergure conclu entre Apple et Google permet à ses ingénieurs d'accéder au modèle Gemini complet dans les centres de données, ce qui leur permet d'analyser en profondeur ses mécanismes internes. Cette étape stratégique marque une autonomie accrue d'Apple en matière d'IA, lui permettant de tirer directement parti des résultats de haute qualité de Gemini et de son raisonnement par « chaîne de pensée » pour l'entraînement. En imitant les processus de calcul du grand modèle, Apple peut développer des modèles de base propriétaires plus petits et plus sécurisés.

Le principal avantage de cette approche de distillation est de réduire considérablement les exigences matérielles et les coûts opérationnels, tout en permettant au modèle compact de conserver une vitesse de réponse et une précision comparables à celles du Gemini original pour des tâches spécifiques. Si la mission principale de l'équipe Foundation Model d'Apple (AFM) reste d'optimiser l'expérience sur l'appareil plutôt que de construire une IA polyvalente pour rivaliser directement avec Gemini, cette initiative renforce considérablement la stratégie d'« intelligence sur l'appareil » d'Apple.
Grâce à de futures mises à jour telles qu'iOS 26.4, ce modèle distillé sur l'appareil améliorera la réactivité et la confidentialité des applications natives telles que Siri. À l'échelle du secteur, la « déconstruction et reconstruction » par Apple de modèles tiers répond non seulement aux préoccupations de performance liées à l'exécution de modèles à paramètres élevés sur du matériel mobile, mais marque également un tournant concurrentiel, passant d'une course aux paramètres dans le cloud à une exécution optimisée et efficace sur l'appareil.
Article connexe
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
Recommandations de sujets spéciaux liés
commentaires (1)
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐
Apple utilise la « distillation des connaissances » pour transformer l'énorme modèle cloud Gemini de Google en un composant allégé fonctionnant directement sur l'appareil pour les iPhone.
Comme annoncé le 25 mars 2026, l'accord de grande envergure conclu entre Apple et Google permet à ses ingénieurs d'accéder au modèle Gemini complet dans les centres de données, ce qui leur permet d'analyser en profondeur ses mécanismes internes. Cette étape stratégique marque une autonomie accrue d'Apple en matière d'IA, lui permettant de tirer directement parti des résultats de haute qualité de Gemini et de son raisonnement par « chaîne de pensée » pour l'entraînement. En imitant les processus de calcul du grand modèle, Apple peut développer des modèles de base propriétaires plus petits et plus sécurisés.

Le principal avantage de cette approche de distillation est de réduire considérablement les exigences matérielles et les coûts opérationnels, tout en permettant au modèle compact de conserver une vitesse de réponse et une précision comparables à celles du Gemini original pour des tâches spécifiques. Si la mission principale de l'équipe Foundation Model d'Apple (AFM) reste d'optimiser l'expérience sur l'appareil plutôt que de construire une IA polyvalente pour rivaliser directement avec Gemini, cette initiative renforce considérablement la stratégie d'« intelligence sur l'appareil » d'Apple.
Grâce à de futures mises à jour telles qu'iOS 26.4, ce modèle distillé sur l'appareil améliorera la réactivité et la confidentialité des applications natives telles que Siri. À l'échelle du secteur, la « déconstruction et reconstruction » par Apple de modèles tiers répond non seulement aux préoccupations de performance liées à l'exécution de modèles à paramètres élevés sur du matériel mobile, mais marque également un tournant concurrentiel, passant d'une course aux paramètres dans le cloud à une exécution optimisée et efficace sur l'appareil.
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐





Maison






