Le concours « Gemma 4 Good Challenge » organisé par Google sur Kaggle a généré plus de 1 600 soumissions source. Au-delà de l'aspect caritatif, ces projets servent de vitrine technique pour la famille de modèles Gemma 4 (versions E2B, E4B, 26B et 31B), particulièrement sur leur capacité à s'exécuter localement.

L'exécution locale comme contrainte technique

L'un des points marquants est l'utilisation de modèles en mode « offline-first » pour répondre à des besoins d'infrastructure limités. Le système d'alerte précoce contre les inondations Acuífero·Vigía, déployé en Amérique du Sud, utilise Gemma 4 E2B sur des Raspberry Pi 5 source. Le choix de ce modèle spécifique a été dicté par la nécessité d'éviter les débordements de tampon WebGPU sur ce matériel source.

Cette approche locale se retrouve dans d'autres outils :

  • CodeBuddy permet à des étudiants en Indonésie de transcrire et déboguer du code Python écrit sur papier via Gemma 4 E4B, sans connexion internet source.
  • DEMENTOR s'appuie sur Gemma 4 E2B et des flux caméra hors ligne pour surveiller les patients atteints de démence et aider à la récupération mémorielle source.
  • Trido, un tableau blanc numérique, héberge Gemma 4 E2B localement pour générer des cartes mentales et des quiz en temps réel via le traitement audio source.

Spécialisation et analyse multi-modale

L'intérêt de ces modèles réside également dans leur capacité à être affinés pour des tâches précises. Le projet Gem-Care a ainsi réduit le taux d'erreur sur les mots (WER) de 32,7 % à 19,0 % en affinant Gemma 4 E2B pour la parole non normative source.

Sur le plan de l'analyse audio et visuelle, les projets exploitent les capacités natives des modèles :

  • TrueVoice utilise Gemma 4 E4B pour identifier les fraudes au clonage vocal en analysant les micro-timbres et les anomalies tonales source.
  • PenguinAgent combine Gemma 4 26B avec SAM 3 et SigLip 2 pour analyser le comportement thermodynamique des manchots à partir de vidéos et de télémétrie cinématique source.
  • GEM-4 utilise une architecture hybride : un modèle Gemma 4 31B pour l'étiquetage de clips vidéo et un contrôleur E2B pour traduire ces données en mouvements physiques d'un robot source.

Enfin, dans le domaine médical, Project Rosie utilise Gemma 4 26B pour accompagner les vétérinaires dans l'accès aux vaccins ARNm personnalisés en oncologie canine source.

Ces exemples, fournis par Google, démontrent que la valeur des modèles compacts ne réside plus dans l'imitation d'un chatbot, mais dans leur intégration directe dans des processus métiers ou physiques. Reste à savoir si ces prototypes de concours pourront maintenir leurs performances lors d'un déploiement industriel réel.