Siège de Google (San Francisco) - Lorsque je suis entré dans une salle de conférence du bâtiment de Google à San Francisco la semaine dernière, je m'attendais à trouver des rangées de chaises face à un mur d'écrans. Et des slides.
Au lieu de cela, je me suis retrouvé dans ce qui ressemblait davantage à une thérapie de groupe. Un grand cercle de chaises confortables disposées au centre de la pièce. Une douzaine de testeurs et de créateurs soigneusement sélectionnés, dont je faisais partie, se sont assis avec l'équipe de Gemini 3, qui venait d'être lancé, et de Nano Banana Pro, qui allait faire ses débuts le lendemain.
Ce calendrier n'aurait pas pu être plus révélateur. L'industrie de l'IA est au cœur d'une course sans précédent, avec OpenAI, Anthropic, Google et d'autres qui s'efforcent de capter l'attention des utilisateurs et de prouver que leurs modèles offrent le plus de valeur.
Avec Tulsee Doshi (directrice principal et chef de produit pour Gemini Models), Logan Kilpatrick (chef de groupe pour Gemini API) et Nicole Brichtova (chef de produit pour l'image et la vidéo) assis en face de moi, j'ai eu un aperçu fascinant des décisions, des compromis et des défis qui se cachent derrière ces lancements très médiatisés.
Voici trois détails qui sont ressortis de notre longue conversation.
L'écart entre les débuts de Gemini 2.5 Pro à Google I/O en mai et l'arrivée de Gemini 3 en novembre est important. Lorsque la question du calendrier a été abordée, M. Doshi a expliqué que ce retard.
En ce qui concerne la préformation, l'équipe s'est fixé des objectifs ambitieux en matière de performances de raisonnement et de multimodalité. Elle voulait un "raisonnement de pointe" avec une réelle "nuance et profondeur".
Mais le facteur le p...
[Courte citation de 8% de l'article original]