Astra est un assistant multimodal en temps réel développé par Google, présenté publiquement pour la première fois lors de la conférence annuelle des développeurs de l'entreprise, Google I/O, en mai 2025. L'assistant s'appuie sur l'initiative de recherche Project Astra de Google DeepMind et est conçu pour traiter et répondre à des contenus vidéo, audio et d'écran en direct de manière conversationnelle. Contrairement aux assistants vocaux précédents qui reposaient principalement sur des commandes vocales, Astra intègre une compréhension visuelle continue avec le traitement du langage naturel, permettant aux utilisateurs de pointer la caméra d'un smartphone vers des objets ou de partager leur écran pour poser des questions sur ce que l'assistant voit.
Les débuts à l'I/O 2025 ont positionné Astra comme un composant central de la stratégie plus large d'intelligence artificielle de Google, qui inclut également la famille de modèles Gemini 2.5. Astra a été présenté comme une évolution du concept de Google Assistant, passant d'une interface de commande et de contrôle à un agent conversationnel proactif et contextuel. L'annonce a suscité une attention considérable dans la presse technologique, de nombreux commentateurs comparant Astra à d'autres systèmes d'IA multimodaux émergents et aux capacités conversationnelles de produits comme ChatGPT et Claude.
Architecture technique
La technologie sous-jacente d'Astra intègre plusieurs composants du portefeuille de recherche en IA de Google. Le système utilise un modèle de langage multimodal de grande taille capable d'ingérer simultanément des flux vidéo, des flux audio et du texte. Ce modèle est entraîné à fusionner ces entrées en une représentation unifiée, permettant à l'assistant de répondre à des questions sur des scènes visuelles en temps réel. Par exemple, un utilisateur pourrait pointer un téléphone vers un équipement et demander des instructions d'utilisation, ou partager un écran d'ordinateur et demander une explication d'un graphique.
La capacité de traitement en temps réel est obtenue grâce à une combinaison d'architectures de modèles efficaces et de pipelines d'inférence optimisés. Google a déclaré qu'Astra fonctionne avec une faible latence, répondant généralement en quelques centaines de millisecondes après que l'utilisateur a fini de parler. Cette réactivité est essentielle pour une conversation naturelle, car des délais de plus d'une seconde peuvent perturber le flux du dialogue. Le système emploie également un mécanisme de mémoire qui lui permet de se souvenir des parties antérieures d'une conversation, ce qui est utile pour des tâches en plusieurs étapes telles que le dépannage ou l'apprentissage d'une nouvelle compétence.
Astra est disponible via l'application Google sur Android et iOS, ainsi que via l'interface de l'application Gemini. Dans ces contextes, il peut accéder à la caméra et au microphone de l'appareil avec l'autorisation de l'utilisateur, et il peut également capturer le contenu de l'écran lorsque l'utilisateur opte pour le partage d'écran. L'assistant est conçu pour fonctionner dans une gamme de langues, Google annonçant le support de plusieurs langues majeures au lancement, notamment l'anglais, l'hindi et l'espagnol.
Relation avec Project Astra
Project Astra a été révélé pour la première fois par Google DeepMind en décembre 2024 en tant que prototype de recherche. Le projet visait à construire un assistant universel capable de comprendre le monde grâce à une perception continue, plutôt que de s'appuyer sur des requêtes discrètes. Les premières démonstrations montraient le prototype répondant à des questions sur des objets dans une pièce, reconnaissant des points de repère et aidant à des tâches de navigation. La phase de recherche s'est concentrée sur l'amélioration de la capacité du modèle à gérer des entrées réelles bruyantes, telles qu'un éclairage médiocre, des bruits de fond et des mouvements rapides de caméra.
La transition du prototype de recherche au produit commercial s'est produite au cours des mois suivants. Google a intégré la technologie de Project Astra avec ses modèles Gemini, qui servent de moteur de raisonnement pour l'assistant. L'annonce à l'I/O 2025 a marqué la première fois que la technologie a été mise à la disposition du grand public, plutôt que d'être limitée à des tests internes ou à des partenaires sélectionnés.
Démonstration à Google I/O 2025
Lors de la présentation principale à Google I/O 2025, tenue le 20 mai 2025 à l'amphithéâtre Shoreline à Mountain View, en Californie, les dirigeants de Google ont démontré Astra dans plusieurs scénarios en direct. Dans une démonstration, un présentateur a pointé la caméra d'un smartphone vers un tableau blanc couvert de notes manuscrites et a demandé à Astra de résumer les points clés. L'assistant a correctement identifié le texte et fourni un résumé cohérent en quelques secondes. Dans un autre segment, Astra a été montré en train d'aider à une tâche de cuisine, reconnaissant des ingrédients sur un comptoir et suggérant une recette basée sur ce qui était disponible.
Une partie notable de la démonstration impliquait le partage d'écran. Le présentateur a partagé un écran d'ordinateur affichant une feuille de calcul complexe et a demandé à Astra d'identifier les tendances dans les données. L'assistant a analysé le contenu visuel de la feuille de calcul et fourni une explication verbale des modèles détectés. Cette capacité a été mise en avant comme un outil de productivité potentiel pour les professionnels travaillant avec des documents riches en données.
Les démonstrations ont été bien accueillies par le public, bien que certains observateurs aient noté que les présentations en direct étaient probablement répétées et pourraient ne pas représenter pleinement les performances réelles. Google a reconnu que la précision d'Astra pouvait varier en fonction des conditions environnementales et de la complexité de la tâche.
Comparaison avec d'autres assistants
Le lancement d'Astra a placé Google en concurrence directe avec d'autres produits d'assistant IA. Amazon's Alexa et Siri d'Apple ont longtemps dominé le marché des assistants vocaux grand public, mais aucun n'a intégré la compréhension visuelle en temps réel au même degré qu'Astra. Cortana de Microsoft a été abandonné en 2020, laissant le champ libre à de nouveaux entrants.
Plus directement, Astra concurrence les capacités multimodales développées par d'autres entreprises d'IA. OpenAI a démontré des capacités de vision dans ses modèles GPT-4 et GPT-4o, qui peuvent analyser des images et répondre à des questions à leur sujet. Cependant, ces systèmes nécessitent généralement que l'utilisateur télécharge une image statique, tandis qu'Astra traite des flux vidéo en direct. Les modèles Claude d'Anthropic prennent également en charge les entrées d'images, mais ils sont principalement axés sur le texte et n'offrent pas la même interaction conversationnelle en temps réel.
L'intégration d'Astra avec l'écosystème Google lui offre des avantages dans certains contextes. Par exemple, il peut accéder à Google Maps pour l'assistance à la navigation, à Google Search pour les requêtes factuelles et à Google Photos pour la reconnaissance d'images personnelles. Cette intégration est similaire à la façon dont Google Assistant exploitait les services Google, mais les capacités multimodales d'Astra étendent la gamme de requêtes possibles.
Considérations sur la confidentialité et la sécurité
La nature toujours active d'un assistant multimodal soulève des préoccupations importantes en matière de confidentialité. Astra nécessite l'accès à la caméra et au microphone de l'appareil pour fonctionner, ce qui signifie qu'il pourrait potentiellement capturer des informations sensibles sans que l'utilisateur en soit explicitement conscient. Google a répondu à ces préoccupations en mettant en œuvre plusieurs mesures de protection. L'assistant ne s'active que lorsque l'utilisateur l'invoque explicitement, soit en prononçant une phrase de réveil, soit en appuyant sur une icône. De plus, les données visuelles et audio sont traitées sur les serveurs de Google, et l'entreprise a déclaré qu'elle n'utilise pas ces données pour entraîner ses modèles sans le consentement de l'utilisateur.
Le partage d'écran présente des risques supplémentaires, car il pourrait exposer des mots de passe, des messages personnels ou des documents confidentiels. Google a mis en œuvre une fonctionnalité permettant aux utilisateurs de mettre en pause ou d'arrêter le partage d'écran à tout moment, et l'assistant affiche un indicateur visible lorsqu'il capture activement l'écran. L'entreprise a également déclaré qu'Astra n'enregistre ni ne stocke les flux vidéo après la fin d'une session, sauf si l'utilisateur enregistre explicitement une transcription.
Malgré ces mesures, les défenseurs de la vie privée ont exprimé des préoccupations quant au potentiel de mauvaise utilisation. La capacité d'analyser des vidéos en direct pourrait être utilisée à des fins de surveillance si la technologie était réaffectée, et le stockage des journaux de conversation pourrait être vulnérable aux violations de données. Google a répondu en soulignant son engagement envers la minimisation des données et le contrôle de l'utilisateur, mais des audits indépendants de ces pratiques n'étaient pas disponibles au moment du lancement.
Disponibilité et tarification
Astra a été mis à la disposition des utilisateurs aux États-Unis, au Royaume-Uni et dans plusieurs autres pays au lancement, avec un déploiement plus large prévu pour plus tard en 2025. L'assistant est inclus comme fonctionnalité de l'application Gemini, qui est gratuite avec un compte Google. Cependant, certaines fonctionnalités avancées, telles qu'une mémoire de conversation plus longue et l'intégration avec des applications tierces, sont réservées aux abonnés de Google AI Pro, un niveau payant qui coûte 19,99 $ par mois.
Google a également annoncé qu'Astra serait intégré à sa plateforme Google Cloud pour les clients d'entreprise. Cette version, appelée Astra for Business, permet aux organisations de déployer l'assistant dans leur propre infrastructure, avec des contrôles supplémentaires pour la gouvernance des données et la conformité. La tarification du niveau entreprise n'a pas été divulguée lors de l'annonce.
Réception et impact
Les premières critiques d'Astra ont été largement positives, les journalistes technologiques saluant sa réactivité et le naturel de ses capacités conversationnelles. Beaucoup ont noté que la compréhension visuelle était étonnamment précise dans les démonstrations contrôlées, bien que certains tests dans des environnements non contrôlés aient révélé des erreurs de reconnaissance d'objets et des interprétations erronées occasionnelles de scènes visuelles ambiguës. La capacité de l'assistant à maintenir le contexte sur des conversations prolongées a été soulignée comme une amélioration significative par rapport aux systèmes antérieurs.
Le lancement a également eu des implications pour l'industrie de l'IA en général. En mettant un assistant multimodal en temps réel à la disposition de millions d'utilisateurs, Google a établi une nouvelle référence pour ce que les consommateurs pourraient attendre des produits d'IA. Des concurrents tels qu'OpenAI et Anthropic ont été incités à accélérer leurs propres travaux sur les interfaces multimodales, et plusieurs startups ont annoncé des produits similaires dans les mois suivant l'événement I/O.
Les débuts d'Astra ont contribué au discours en cours sur le rôle de l'IA dans la vie quotidienne. Les capacités de l'assistant ont soulevé des questions sur l'avenir de l'interaction homme-machine, en particulier si les interfaces textuelles seraient éventuellement supplantées par des modes plus naturels et conversationnels. Bien qu'une telle transition soit peu susceptible de se produire rapidement, Astra a démontré que la technologie sous-jacente est suffisamment mature pour un déploiement grand public.
Orientations futures
Google a indiqué qu'Astra continuera d'évoluer, avec des plans pour étendre son support linguistique, améliorer sa compréhension de scènes complexes et s'intégrer à davantage de services tiers. L'entreprise explore également l'utilisation d'Astra dans des appareils portables, tels que des lunettes intelligentes, ce qui permettrait à l'assistant de fournir des informations en temps réel sur l'environnement de l'utilisateur sans nécessiter un appareil portable. Cette direction s'aligne sur les travaux antérieurs de Google sur Google Glass et ses investissements plus récents dans la réalité augmentée.
Un autre domaine de développement est l'intégration d'Astra avec Gemini 3 et les futures générations de modèles. À mesure que les modèles sous-jacents deviennent plus capables, Astra devrait gérer des tâches plus complexes, telles que la réservation de rendez-vous, les achats ou l'assistance au dépannage technique. L'entreprise a également discuté de la possibilité de permettre à Astra de prendre des actions au nom de l'utilisateur, sous réserve de mécanismes stricts d'approbation de l'utilisateur.
À la fin de 2025, Astra reste l'un des assistants IA grand public les plus avancés disponibles, et son lancement a été largement considéré comme une étape importante dans le développement des systèmes d'IA multimodaux. La technologie continue d'être affinée, et son impact à long terme sur le marché des assistants et sur l'interaction homme-machine plus largement reste à voir.