Google DeepMind : histoire, recherche, modèles Gemini et Gemma

Google DeepMind est le laboratoire de recherche en intelligence artificielle d'Alphabet. Il conçoit les modèles que Google intègre à ses produits, de la recherche en ligne à Android en passant par Workspace et Google Cloud, et mène en parallèle des travaux de recherche fondamentale et scientifique. Le laboratoire ne commercialise pas lui-même ses modèles : c'est l'offre Google AI, côté produits et plateformes, qui les met à disposition des utilisateurs et des entreprises.

Son histoire réunit deux équipes. DeepMind est fondée à Londres en 2010 par Demis Hassabis, chercheur en neurosciences et ancien concepteur de jeux vidéo, Shane Legg et Mustafa Suleyman. La start-up se fait connaître avec des agents qui apprennent à jouer à des jeux Atari par apprentissage par renforcement, puis elle est rachetée par Google en 2014. De son côté, Google Brain naît en 2011 au sein de Google, autour notamment de Jeff Dean ; c'est dans cette équipe que sont développés TensorFlow et, en 2017, l'architecture Transformer, à la base des LLM actuels. En avril 2023, face à l'essor de ChatGPT, Google fusionne les deux équipes sous le nom Google DeepMind.

Les années qui suivent sont marquées par les modèles Gemini, dont la première génération est présentée en décembre 2023, et par une reconnaissance scientifique : en 2024, Demis Hassabis et John Jumper reçoivent la moitié du prix Nobel de chimie pour AlphaFold. En août 2026, l'organisation change : Demis Hassabis cède la direction opérationnelle à Koray Kavukcuoglu et devient président du laboratoire et directeur scientifique d'Alphabet. Mustafa Suleyman, l'un des cofondateurs, a quitté l'entreprise depuis plusieurs années et dirige aujourd'hui Microsoft AI.

À retenir : Google DeepMind est le laboratoire, Google est le distributeur. Pour une entreprise, la question pratique est de savoir par quel produit ou quelle plateforme de Google accéder au modèle conçu par le laboratoire.

Avant les modèles de langage, DeepMind s'est fait connaître par des systèmes capables de maîtriser des tâches réputées difficiles, souvent en combinant réseaux de neurones et apprentissage par renforcement.

• AlphaGo (2016) : premier programme à battre un champion du monde de go, Lee Sedol, en mars 2016. Ses successeurs AlphaGo Zero et AlphaZero apprennent ensuite sans données humaines, en jouant contre eux-mêmes, au go, aux échecs et au shogi.
• AlphaFold (2020) : la prédiction de la structure des protéines, un problème ouvert depuis des décennies. Une base de données publique, construite avec l'EMBL-EBI, met à disposition des centaines de millions de structures prédites. AlphaFold 3, en 2024, étend la prédiction aux interactions entre protéines, ADN et petites molécules.
• Travaux scientifiques récents : AlphaGenome pour l'analyse du génome, AlphaEvolve pour la découverte d'algorithmes, la série WeatherNext pour la prévision météorologique, et des modèles de raisonnement mathématique qui ont atteint le niveau médaille aux Olympiades internationales de mathématiques.

Une partie de ces travaux a donné lieu à des entités dédiées, comme Isomorphic Labs, créée en 2021 pour appliquer ces méthodes à la découverte de médicaments.

Le catalogue est organisé en familles, renouvelées à un rythme de quelques mois. Les numéros de version changent vite et certains modèles sont d'abord réservés à des partenaires : mieux vaut raisonner par famille et consulter la documentation de Google au moment du choix.

En octobre 2026, le modèle Pro le plus récent largement disponible est Gemini 3.1 Pro, publié en février 2026, et la gamme Flash a été mise à jour plusieurs fois au cours de l'année, jusqu'à Gemini 3.8 Flash en septembre. Gemini 4 Argon, annoncé fin septembre 2026, n'est ouvert à ce stade qu'à un cercle restreint d'organisations, notamment dans la cyberdéfense, avant une diffusion plus large annoncée. Depuis la génération 1.5, les modèles Gemini acceptent jusqu'à un million de tokens en entrée. Ils traitent nativement texte, images, audio et vidéo, ce qui les distingue de modèles conçus d'abord pour le texte ; notre dossier sur les modèles multimodaux explique ce que cela change.

Côté image, Google a progressivement remplacé les modèles Imagen par des modèles d'image intégrés à Gemini, connus sous le surnom Nano Banana. Côté vidéo, Veo 3.1 reste le modèle spécialisé de référence, complété depuis mai 2026 par Gemini Omni, qui génère de la vidéo à partir de n'importe quel type d'entrée.

Non pour l'essentiel de ses modèles. Les modèles Gemini sont propriétaires : leurs poids, leurs données et leur code d'entraînement ne sont pas publiés, et l'accès passe par les services de Google.

L'ouverture existe pourtant à plusieurs niveaux :

• Poids ouverts avec Gemma : lancée en février 2024, la famille Gemma réunit des modèles téléchargeables issus des mêmes recherches que Gemini. Gemma 4, publiée en avril 2026, se décline en quatre tailles, de petits modèles pour l'embarqué jusqu'à un modèle dense d'environ 31 milliards de paramètres et un modèle à mélange d'experts. Des variantes spécialisées existent pour la santé, la vision, les embeddings ou la sécurité des contenus.
• Licences : Gemma 4 est la première génération distribuée sous licence Apache 2.0, qui autorise l'usage commercial, la modification et la redistribution. Les versions précédentes relevaient de conditions d'utilisation propres à Google, avec une politique d'usage à respecter.
• Science ouverte : le code d'AlphaFold 2 et la base de structures prédites sont accessibles à la communauté scientifique ; AlphaFold 3 est disponible pour un usage académique.
• Outils : JAX, des bibliothèques de recherche et de nombreux articles scientifiques sont publiés.

Comme pour les autres laboratoires, il s'agit de modèles « à poids ouverts » plutôt que de projets open source au sens strict. Pour une entreprise qui doit héberger elle-même son modèle, Gemma se compare aux modèles ouverts de Mistral AI, de Meta AI ou de Qwen, disponibles sur Hugging Face.

À retenir : Gemini est un service, Gemma est un modèle téléchargeable. La licence et les conditions se vérifient pour chaque version avant un usage en production.

OpenAI est le concurrent le plus direct de Google DeepMind sur les modèles de premier plan. Les deux conçoivent des LLM multimodaux, des modèles d'image et de voix, et des modèles à poids ouverts. Leur organisation, leur distribution et leur infrastructure sont en revanche très différentes.

Lequel choisir ? Les modèles de Google DeepMind se justifient si vous traitez beaucoup de vidéo, d'audio ou de très longs documents, si votre organisation travaille déjà sur Google Cloud ou Workspace, ou si un modèle ouvert sous licence permissive comme Gemma vous intéresse. OpenAI se justifie davantage si vos équipes utilisent déjà ChatGPT ou l'environnement Microsoft, ou si l'écosystème d'outils construit autour de son API est un critère. Les deux catalogues évoluent trop vite pour qu'un classement général tranche : comparez qualité, latence et coût sur un jeu de tâches représentatif, en suivant la démarche de notre guide LLM : savoir lequel choisir.