Google franchit un nouveau cap avec son intelligence artificielle générative en lui donnant la capacité de “voir”. C’est ce qu’il faut retenir des dernières annonces du géant du web. Le 11 décembre, Google a présenté la deuxième version de son modèle d’IA multimodal, capable de traiter le texte, les images et les fichiers audio : “Gemini 2.0”.
Pour l’instant, seule la plus petite version de la famille a été dévoilée, baptisée “Gemini 2.0 Flash”. Cette dernière serait déjà deux fois plus rapide et plus performante que son prédécesseur, Gemini 1.5 Pro. Le modèle est actuellement accessible aux développeurs et sera disponible pour le grand public dès le mois de janvier.
L’ère des agents IA autonomes
Avec Gemini 2.0, Google amorce son entrée dans l’ère des agents IA. Cette tendance émergente va bien au-delà des simples modèles conversationnels comme ChatGPT. Ces nouvelles intelligences ne se contentent plus de répondre aux questions : elles peuvent désormais exécuter des tâches, planifier des actions et, dans certains cas, fonctionner de manière autonome en prenant le contrôle des interfaces utilisateurs.
Cette évolution marque un tournant majeur vers des IA capables de proactivité, offrant des solutions tout en réalisant des actions de façon fluide et intelligente. Avec Gemini 2.0, Google ouvre la voie à de nouvelles possibilités d’interaction en temps réel et d’automatisation avancée.
