Les derniers modèles de langage qui alimentent Apple Intelligence et Siri AI ont été créés avec l’aide de Google. Apple ne s’en est pas cachée pendant sa présentation et Craig Federighi n’a pas hésité à nommer le partenaire tout en donnant le nom de son IA, Gemini. Si l’association entre Cupertino et Mountain View a été mise en avant dès le keynote d’ouverture, l’entreprise de Tim Cook a tenu dès le départ à se mettre en avant en insistant sur son propre rôle dans ce travail.
Apple ne voulait surtout pas laisser croire qu’elle avait repris les dernières variantes de Gemini pour les intégrer à ses systèmes sans y toucher. Bien au contraire, le message a été martelé pendant la conférence inaugurale et par la suite : Apple Intelligence repose toujours sur un LLM conçu en interne, avec l’aide des technologies de Google. Ce sont bien ses modèles, développés pour ses besoins et qui resteront exclusifs à son propre usage.
Cette animation diffusée pendant le keynote est sans doute le meilleur résumé très haut niveau de ce qu’Apple a voulu passer comme message. Ses nouvelles fonctionnalités sont basées sur les Apple Foundation Models (AFM), comme c’est le cas depuis 2024 et la présentation initiale d’Apple Intelligence. Ces modèles ont évolué à deux reprises depuis et c’est ainsi une troisième génération qui a été mise en œuvre pour les OS 27, enrichie par le travail mené par Google sur Gemini.
Justement, jusqu’où a été l’implication de Google ? Quel a été le travail réellement mené par Apple sur cette nouvelle génération de modèles ? Si le keynote n’a donné aucun détail, on en a appris un petit peu plus par la suite.
Une famille de cinq modèles, du local aux serveurs, des tâches les plus simples aux plus complexes
Apple a créé cinq modèles pour former la troisième génération de ses AFM. Deux sont pensés pour tourner en local sur les appareils compatibles et trois sont dédiés aux serveurs. Un article publié sur le site Apple Machine Learning Research les liste tous et donne quelques caractéristiques, tout en disséminant des indices sur l’apport de chaque entreprise.
Progressons par taille, en commençant avec AFM 3 Core, un petit LLM de trois milliards de paramètres. C’est une évolution d’AFM Core que l’on trouve dans les iPhone (à partir du 15 Pro) et dans les Mac et iPad avec puce Apple Silicon depuis 2024. Apple est plus discrète sur ses évolutions, même si l’article relève bien qu’il est meilleur que les deux générations précédentes. On peut en tout cas noter que c’est le modèle qui sera actif sur la majorité du parc actuel, même si les produits les plus récents et puissants peuvent bénéficier de la première grosse nouveauté de l’année.
AFM 3 Core Advance est un tout nouveau modèle, toujours pensé pour tourner en local, mais avec des performances bien supérieures. Il revendique ainsi 20 milliards de paramètres, près de sept fois plus que l’autre ! Ce serait impensable de tous les solliciter en même temps sur des appareils trop limités en RAM, comme peuvent l’être les iPhone et Mac entrée de gamme. Il est donc capable de se « découper » pour n’activer qu’une partie des paramètres en fonction des besoins. Ce principe rappelle l’architecture Mixture of Experts (mélange d’experts, MoE), et même si l’article reprend le terme, c’est pour mieux s’en distinguer.
