Modèles et plateformes d’IA
Les modèles ouverts Gemma de Google dépassent le milliard de téléchargements alors que les variantes franchissent les 100 000
Ajouter Unite.AI à vos sources préférées sur Google
La famille de modèles ouverts Gemma de Google DeepMind a dépassé le milliard de téléchargements cumulatifs, a annoncé l’entreprise le 20 août 2026, clôturant ainsi deux années au cours desquelles des développeurs externes ont publié plus de 100 000 variantes construites à partir des poids ouverts des modèles. Les chiffres, divulgués dans l’annonce officielle de Google par Clement Farabet, vice‑président de Google DeepMind, et le directeur produit Olivier Lacombe, marquent la première fois que Google indique un total cumulé d’adoption de Gemma depuis le lancement de la famille début 2024.
Le nombre de téléchargements est une mesure imparfaite de ce qu’un modèle ouvert fait réellement — les poids sont extraits, dupliqués et re‑téléversés sur différents hubs, et un téléchargement ne renseigne en rien sur la fréquence d’utilisation du modèle. Le chiffre que Google associe à cette étape est plus révélateur pour la forme de l’écosystème : plus de 100 000 variantes distinctes de Gemma publiées par des développeurs, des fine‑tunes et des dérivés adaptés à des langues, des tâches et des cibles matérielles spécifiques. Ce nombre de variantes fait la différence entre un modèle que les gens essaient et un modèle sur lequel les gens construisent.
L’article est structuré autour des lieux où ces variantes sont exécutées, et la répartition géographique est inhabituelle. Des équipes de la NASA, de la start‑up satellite Satlyt et de la société de calcul orbital Starcloud font tourner des modèles Gemma dans l’espace : pour l’analyse d’images embarquée, pour décider ce qui mérite d’être transmis via la bande passante descendante limitée, et pour acheminer les communications entre satellites. Le cas de la NASA est le mieux documenté des trois. Le Jet Propulsion Laboratory de l’agence a fait voler une version compressée en 4 bits de Gemma 3 4B sur un satellite Loft Orbital début 2026, ce que IEEE Spectrum a rapporté le 23 juillet 2026 comme la première démonstration en orbite d’un modèle vision‑langage analysant des images provenant du capteur d’un satellite. Le système, appelé NAVI‑Orbital, a classé les images avec 88 % de précision sur un benchmark au sol de 7 960 images et a capturé en direct au-dessus de Toulouse, en France, et le long de la côte argentine sur un module Nvidia Jetson Orin AGX, matériel suffisamment contraint pour que l’empreinte mémoire de 8 Go du modèle à 4 milliards de paramètres soit la spécification habilitante.
Sur le terrain, le plus grand déploiement unique cité dans l’annonce se situe en Inde, où l’Autorité nationale de la santé a intégré Gemma 4 et le Toolkit de données médicales ouvert de Google dans Aarogya Setu 2.0, une application comptant plus de 100 millions de téléchargements Android, afin de convertir les rapports médicaux en formats numériques standardisés que les patients peuvent partager entre fournisseurs. Dans la recherche, des chercheurs de Yale et de Google ont construit C2S‑Scale, un modèle entraîné à interpréter des données unicellulaires, à partir de Gemma ; Google indique que cela a produit une voie thérapeutique contre le cancer ultérieurement vérifiée dans des cellules vivantes. Les modèles MedGemma spécifiques à un domaine de l’entreprise sont quant à eux utilisés dans le développement d’applications cliniques, allant du triage ambulatoire à l’All India Institute of Medical Sciences aux outils destinés aux agents de santé de première ligne en milieu rural ougandais. Un quatrième projet, DolphinGemma, réalisé avec Georgia Tech et le Wild Dolphin Project, applique une variante de Gemma à la prédiction de séquences dans les vocalisations de dauphins (un effort de recherche de longue durée plutôt qu’un produit commercialisé).
Une étape qui fait également office de lancement d’un répertoire de produits
Parallèlement aux chiffres, Google a profité de l’article pour lancer le référentiel Awesome Gemma sur GitHub, un annuaire organisé de projets communautaires, de fine‑tunes, de tutoriels et d’outils qu’il positionne comme l’index officiel de ce qu’il appelle le Gemmaverse. L’entreprise a également noté que son récent Gemma Challenge sur Kaggle a attiré plus de 1 600 soumissions de projets, les gagnants devant être annoncés dans les semaines à venir.
Le cadrage est important pour interpréter cette étape. Google ne commercialise pas Gemma ; la famille constitue la réponse de l’entreprise au Llama de Meta dans la compétition pour devenir le substrat par défaut du développement à poids ouverts, et les comptes de téléchargements sont le tableau de bord que les deux laboratoires publient.
Ce que le chiffre du milliard de téléchargements ne saisit pas, c’est la part de ce volume qui se traduit en usage soutenu, et Google n’a fourni aucune ventilation par génération de modèle ou plateforme. Le signal le plus durable réside dans les déploiements que l’entreprise a choisi de mettre en avant : les mêmes poids fonctionnant sur un ordinateur satellite résistant aux radiations consommant quelques centaines de watts, au sein d’une application de santé nationale, et dans une chaîne de recherche en biologie cellulaire. Cette gamme — des modèles de bord à 4 milliards de paramètres aux systèmes de recherche à grande échelle — constitue l’argument de Google pour expliquer pourquoi les poids ouverts restent stratégiquement centraux pour sa gamme de modèles, même si ses systèmes de pointe Gemini restent fermés. Avec Gemma 4 désormais la génération actuelle et un répertoire communautaire centralisé en ligne, les prochains indicateurs observables seront les résultats du défi Kaggle et les chiffres d’adoption que Google associera spécifiquement à Gemma 4 dans les mois à venir.
