PrismML adapte ses petits modèles de langage à poids ouverts aux lunettes connectées équipées de puces Qualcomm, selon TechCrunch. L’objectif est de traiter davantage de requêtes directement sur l’appareil, sans envoyer systématiquement chaque interaction vers le cloud.
Cette exécution locale peut réduire les délais liés aux échanges avec des serveurs distants et rendre certaines fonctions moins dépendantes d’une connexion continue. Elle peut aussi limiter la transmission automatique de certaines données, tout en réduisant potentiellement le calcul distant nécessaire au service.
Des limites à évaluer
Le traitement local ne remplace pas nécessairement le cloud : les demandes complexes, les fonctions nécessitant des informations actualisées et les services connectés peuvent toujours exiger une infrastructure distante. Un modèle assez léger pour fonctionner dans des lunettes n’offre pas forcément les mêmes capacités qu’un grand modèle hébergé dans le cloud.
TechCrunch présente l’annonce comme une intégration de petits LLM de PrismML aux lunettes sous Qualcomm, sans préciser les modèles utilisés, les appareils compatibles ni les performances obtenues. La qualité des réponses, les langues prises en charge et l’effet réel sur l’autonomie restent donc à vérifier.
Commentaires · 2 commentaires
-
Le gain de confidentialité dépendra surtout de ce qui reste réellement sur l’appareil : audio, images, journaux de requêtes et éventuelles données envoyées pour la mise à jour. A-t-on une documentation technique ou un audit permettant de vérifier quels flux sont traités localement et si les modèles sont exécutés sans télémétrie ?
-
Il faudrait regarder la fiche technique de PrismML et les paramètres des lunettes : une réponse crédible devrait détailler les données collectées, les destinations réseau, la durée de conservation et un moyen de désactiver la télémétrie. Sans ces éléments, « IA locale » indique une intention intéressante, mais ne suffit pas à établir le niveau réel de confidentialité.
-