Apple construit une nouvelle architecture d'IA sur les modèles de fondation Google Gemini

Apple a annoncé aujourd'hui une refonte majeure de sa plateforme Apple Intelligence, basée sur des modèles fondateurs co-développés avec Google utilisant les technologies derrière la famille Gemini. La nouvelle architecture, dévoilée à la WWDC 2026, est conçue pour fonctionner à la fois sur l'appareil et sur les serveurs via l'infrastructure existante Private Cloud Compute d'Apple.

Points clés

• Modèles fondateurs Apple : Co-développés avec Google, ces modèles alimentent la nouvelle Apple Intelligence. Apple qualifie la collaboration de « profonde ».
• Support multimodal : Les modèles gèrent désormais la compréhension et la génération d'images, y compris la création d'images réalistes, l'édition avancée de photos et la réponse à des questions visuelles.
• Variante plus puissante : Certains appareils recevront une version aux capacités supplémentaires : génération vocale, précision améliorée de la dictée et meilleure compréhension du langage naturel. Apple n'a pas précisé quels appareils.
• Orchestrateur système : Un nouveau composant se trouve au centre de l'architecture, coordonnant les fonctionnalités de manière sécurisée entre les plateformes. Il adapte les réponses en fonction de l'application active et de la tâche en cours de l'utilisateur, permettant une « intelligence véritablement à l'échelle du système ».
• Confidentialité : Apple réitère que les données utilisateur sont uniquement utilisées pour exécuter la demande immédiate et ne sont pas accessibles à Apple ou à des tiers. Des experts externes peuvent vérifier les garanties de confidentialité à tout moment.

Apple a présenté cette annonce comme un contraste avec les concurrents qui « avancent à toute vitesse » sans se soucier des utilisateurs, et a souligné son engagement en faveur du traitement sur l'appareil et de Private Cloud Compute.

Pour les développeurs utilisant des agents de codage IA, cela signifie que les futurs SDK et outils d'Apple pourraient exposer ces modèles via les API de Private Cloud Compute, permettant des workflows agentiques avec des garanties de confidentialité. Le modèle d'orchestrateur pourrait servir de référence pour construire des systèmes d'orientation des tâches entre modèles sur l'appareil et dans le cloud.