La refonte de l’appareil photo de Gemini est déployée sur Android
La refonte de l’appareil photo de Gemini par Google intègre la prise de photos aux conversations sur Android, tandis que la surcouche de l’assistant conserve l’ancienne interface plein écran. Cette évolution rend l’ajout de contexte visuel plus directement lié à la formulation d’une question. Elle met aussi en lumière un problème produit non résolu : le comportement de Gemini dépend toujours du point de départ.
Selon un article de 9to5Google publié le 21 novembre 2026, l’interface mise à jour est arrivée dans les versions stable et bêta de l’application Google. Il s’agit d’un déploiement d’interface sur Android, après une première apparition sur iOS. Ce n’est pas l’annonce d’un matériel photo amélioré ni d’une compréhension des images plus précise.
La comparaison centrale oppose une expérience d’appareil photo intégrée à une conversation et un écran de capture séparé. ChatGPT prend déjà en charge les images dans les conversations ; Google affine donc la manière dont les utilisateurs fournissent des informations dans un flux d’assistant déjà établi. Pour Gemini, le défi immédiat consiste à rendre ce flux prévisible dans ses propres points d’entrée, sans confondre le soin visuel avec de meilleures réponses.
Ce que la refonte de l’appareil photo de Gemini change réellement
Google a modifié l’endroit où la capture s’effectue dans l’interface, afin que l’appareil photo semble davantage faire partie de la conversation.
L’article d’Abner Li sur la refonte de l’appareil photo de Gemini décrit un appareil photo ouvert depuis le menu plus de la zone de saisie. Il apparaît dans la page d’accueil ou la conversation sous la forme d’un panneau inférieur, qui remonte depuis le bord inférieur de l’écran.
Les utilisateurs peuvent agrandir ce panneau. Un menu à trois points contient les commandes du flash et le changement de caméra avant, tandis qu’un bouton Retour ou un balayage vers le bas permet de le fermer. L’article indique une disponibilité étendue dans les versions stable et bêta 17.76 et ultérieures de l’application Google. Il ne confirme toutefois pas la disponibilité pour tous les comptes ou appareils.
L’ancienne vue plein écran demeure lorsque les utilisateurs lancent l’appareil photo depuis la surcouche Gemini, le panneau d’assistant ouvert au-dessus d’une autre application. Cette exception est essentielle à la compréhension de la mise à jour. Les utilisateurs Android reçoivent une interaction révisée au sein de Gemini, plutôt qu’un remplacement universel pour tous les points d’entrée de l’appareil photo.
Cette distinction est importante, car prendre une photo pour un assistant répond à un objectif différent de la photographie ordinaire. La photo sert souvent de preuve à l’appui d’une question. Un utilisateur peut vouloir identifier un connecteur, discuter de notes manuscrites ou montrer un objet dont l’apparence est difficile à décrire.
Dans ces situations, la conversation fournit la raison d’ouvrir l’appareil photo. Maintenir la capture visuellement liée à cette conversation renforce le rapport entre la question et ses éléments probants. Il s’agit d’une interprétation de conception, et non d’une amélioration mesurée de l’accomplissement des tâches.
Un panneau extensible crée également un choix entre conserver une partie du contexte conversationnel visible et offrir davantage d’espace au viseur. Aucune de ces dispositions n’est automatiquement supérieure. La question utile est de savoir si les utilisateurs comprennent ce choix et peuvent passer d’une vue à l’autre sans perdre le fil.
L’annonce doit donc être lue à l’échelle des éléments disponibles. Google a revu la présentation et l’organisation d’une action familière. Rien ne permet ici d’affirmer une meilleure précision des images, des réponses plus rapides ou un raisonnement plus solide.
Cette description plus limitée laisse néanmoins place à une évolution produit importante. Les fonctionnalités deviennent utiles à travers des interactions répétées, et la capture est le point où un objet physique devient une entrée pour un assistant. Améliorer cette transition mérite de l’attention, même sans nouveau modèle sous-jacent.
Les premiers éléments établissent un changement visible de l’interface. Sa valeur pratique dépendra de ce qui se produit lorsque les utilisateurs reviennent régulièrement à la même tâche.
Google doit désormais harmoniser ses points d’entrée vers l’appareil photo
La pression immédiate porte sur la cohérence des produits de Google, car des intentions identiques peuvent encore mener à des expériences d’appareil photo différentes.
Un assistant accessible par plusieurs points d’entrée crée une attente raisonnable chez l’utilisateur : les actions familières doivent rester reconnaissables. Une personne qui ouvre directement Gemini et une autre qui invoque sa surcouche peuvent toutes deux vouloir photographier un objet. Leurs points de départ diffèrent, mais leur tâche sous-jacente reste la même.
Des interfaces différentes ne sont pas nécessairement des erreurs. Une surcouche doit coexister avec une autre application, alors qu’une conversation complète peut organiser une plus grande partie de l’écran. Google peut raisonnablement adapter les commandes à ces contextes. Le défi consiste à préserver un comportement reconnaissable lorsque la disposition environnante change.
La séparation signalée fait de ce point une question de cohérence produit. Les utilisateurs ne devraient pas avoir à mémoriser quel parcours de lancement contient l’interface de capture qu’ils préfèrent. S’ils doivent le faire, le parcours devient une partie de la tâche.
Prenons l’exemple hypothétique d’un employé comparant une étiquette imprimée d’équipement avec des instructions déjà abordées dans un chat. Ouvrir l’appareil photo depuis cette conversation fait de la photo une continuation évidente. Invoquer l’assistant ailleurs part d’un contexte différent, même si l’employé recherche la même aide.
Une interface claire doit rendre ces différences compréhensibles. Elle doit indiquer quelle conversation recevra l’image, comment annuler et comment revenir en arrière. Il s’agit de critères d’évaluation, et non de défauts vérifiés de la mise à jour.
Le même principe s’applique à l’assistance et à la formation. Les instructions deviennent plus difficiles à communiquer lorsque « ouvrir l’appareil photo » mène à des écrans différents. Une équipe qui explique un flux de travail doit soit préciser le point de départ, soit tenir compte des deux expériences.
Cela crée une responsabilité concrète pour Google à mesure que le déploiement progresse. L’entreprise doit parvenir soit à une cohérence accrue, soit à des distinctions suffisamment claires entre les parcours. L’article ne permet pas d’établir quelle direction Google entend prendre.
La cohérence ne doit toutefois pas signifier tout uniformiser. Faire correspondre chaque pixel entre une surcouche et une application complète ignorerait leurs contraintes différentes. La prévisibilité compte davantage que la duplication visuelle.
Une commande de capture familière, une sortie compréhensible et une destination claire pour l’image favoriseraient cette prévisibilité. Ces qualités devraient importer davantage que l’identité de l’animation de transition partout.
L’apparition antérieure sur iOS apporte un contexte utile sans prouver un comportement identique entre les plateformes. Elle montre que la mise à jour Android n’est pas la première apparition de cette conception. Elle n’établit pas une équivalence du calendrier de déploiement, de l’accessibilité ou des performances.
Pour les utilisateurs, la question pratique est simple : l’assistant se comporte-t-il comme prévu depuis l’endroit où ils le lancent habituellement ? C’est là qu’une refonte soignée devient soit une habitude fiable, soit une interface qu’ils évitent parfois.
Maintenir la capture dans le chat modifie l’interaction
La justification la plus solide de cette conception est la continuité : une photo doit sembler liée à la question qui a motivé sa prise.
La documentation de Google consacrée aux téléversements de fichiers dans Gemini décrit l’ajout de photos et d’autres fichiers aux requêtes. Elle établit le flux de travail plus large. Les images constituent des éléments fournis pour obtenir une réponse, plutôt qu’une fonctionnalité d’appareil photo isolée.
La refonte de l’appareil photo de Gemini modifie la présentation de cette relation existante. Son importance réside dans la frontière entre la formulation d’une question et la collecte d’éléments probants. Une interface peut donner l’impression que ces activités sont liées, même si la capacité d’analyse sous-jacente reste inchangée.
Imaginez demander à un assistant d’aider à organiser un tableau de projet manuscrit. L’utilisateur a une question en tête avant de prendre la photo. Pendant la capture, il peut remarquer qu’un titre important se trouve hors du cadre.
Une expérience de capture utile lui permet de reconsidérer l’image tout en conservant une compréhension claire de la tâche. Le bénéfice viendrait d’une réduction de la confusion sur la suite. L’assistant n’aurait pas besoin de mieux lire l’écriture manuscrite pour cela.
C’est aussi pourquoi l’animation doit être évaluée avec prudence. Le mouvement peut indiquer qu’un panneau appartient à l’écran situé en dessous. Une animation attrayante ne prouve pas à elle seule que les utilisateurs comprennent cette relation.
Le test le plus exigeant concerne l’interruption. Une personne peut ouvrir l’appareil photo, changer d’avis, revenir à sa question et décider d’ajouter plutôt une image existante. Une interface cohérente devrait rendre cette séquence compréhensible.
Cet exemple illustre une tâche d’évaluation possible, et non une observation rapportée dans ce déploiement. Aucune étude d’utilisabilité citée dans l’article ne démontre une diminution des erreurs ou une exécution plus rapide. Ces résultats restent à vérifier.
Cette conception soulève aussi une question d’organisation des commandes de l’appareil photo. Une interface compacte doit équilibrer une action principale claire et l’accès aux options secondaires. Déplacer des commandes dans un menu réduit les éléments immédiatement visibles, mais exige que les utilisateurs découvrent ce menu.
Aucune disposition ne l’emporte dans toutes les situations. Une personne qui prend occasionnellement des photos avec la caméra arrière peut préférer un écran simple. Une personne qui change fréquemment de caméra ou de réglages d’éclairage peut accorder davantage d’importance à un accès direct.
Le mécanisme pertinent est donc une modification de la manière dont l’attention circule au cours de la tâche. L’interface présente la capture comme une partie temporaire de la rédaction d’un message. L’utilité de cette disposition dépend de la personne, de la tâche et de la clarté des commandes.
Pour les travailleurs du savoir, cette distinction dépasse une seule photographie. Capturer un tableau blanc n’est que le début du processus visant à rendre son contenu utile. Vérifier l’interprétation, préserver les décisions et retrouver le résultat plus tard restent des responsabilités distinctes.
Ce flux de travail plus large se rattache naturellement à la gestion des connaissances personnelles. Une étape de capture plus fluide aide à fournir le matériel, tandis qu’un travail de connaissance fiable dépend toujours de l’organisation et de la vérification de ce qui suit.
ChatGPT apporte du contexte, mais ne prouve pas l’existence d’un gagnant
L’entrée d’images est déjà une fonctionnalité établie des assistants ; la comparaison pertinente concerne donc la tâche complète plutôt que l’apparence de l’appareil photo.
La documentation d’OpenAI sur les entrées d’images décrit l’ajout d’images aux conversations et les questions qui peuvent leur être posées. Elle mentionne aussi des limites, notamment des descriptions inexactes et des difficultés avec certains détails visuels. Elle fournit ainsi un point de référence utile pour évaluer un flux de travail avec assistant.
Pour toute personne qui envisage les expériences d’appareil photo de Gemini par rapport à ChatGPT, la première distinction porte sur la fourniture d’une image et son interprétation correcte. Un écran de capture bien conçu traite le premier aspect. Il ne prouve pas indépendamment le second.
Une comparaison équitable commencerait par la même tâche et un matériau source similaire. Par exemple, une personne pourrait photographier une feuille de planification manuscrite et demander à chaque assistant d’en extraire les décisions. L’évaluation porterait sur la capture, l’ajout, l’interprétation, la correction et l’utilité du résultat.
Il s’agit d’une méthode de comparaison proposée, et non d’un benchmark réalisé pour cet article. La mise à jour Android rapportée ne fournit aucune preuve que Gemini accomplit désormais de telles tâches avec plus de précision que ChatGPT.
Il serait également trompeur de ne comparer que l’étape la plus facile. Ouvrir rapidement un viseur importe moins si l’utilisateur a ensuite du mal à corriger une réponse. À l’inverse, une interprétation solide est moins utile lorsque la fourniture des éléments nécessaires semble confuse.
L’opportunité de Google réside dans sa capacité à relier efficacement ces étapes. Une caméra intégrée au flux conversationnel offre à l’interface un moyen plus clair d’associer une image à une question. Le résultat doit encore être évalué sur l’ensemble de l’échange.
Une autre distinction concerne les photographies fixes et la conversation visuelle continue. L’explication de Google du 7 avril 2025 sur les caméras Gemini Live évoquait la possibilité de parler avec Gemini à propos d’une vue de caméra ou d’un écran partagé. Cette fonctionnalité historique est distincte de cette refonte de la capture d’images fixes.
Une photographie fournit un cadrage choisi. Une session visuelle continue correspond à une interaction différente, où la scène et la conversation se poursuivent ensemble. Traiter les deux comme une seule fonctionnalité masquerait ce que le rapport de novembre établit réellement.
Cette séparation importe pour les décisions d’achat et de flux de travail. Un utilisateur choisissant un assistant pour des notes photographiées pourrait privilégier des pièces jointes lisibles et une extraction précise. Une personne recherchant une aide continue face à une scène changeante évaluerait une expérience différente.
La comparaison entre les caméras de Gemini et de ChatGPT nécessite donc une tâche précise avant de pouvoir produire un jugement utile. « Meilleure caméra » est une formule trop large lorsqu’elle mélange conception de l’interface, qualité de capture, interprétation visuelle et comportement conversationnel.
L’importance concurrentielle immédiate est modeste, mais claire. Google affine la manière dont les utilisateurs fournissent des informations visuelles dans une catégorie où les concurrents les acceptent déjà. Les éléments disponibles justifient une attention portée à la qualité de l’interaction, sans étayer une déclaration de leadership sur le marché.
La comparaison la plus importante reste interne à Gemini : ses différentes voies d’accès à l’assistance visuelle produisent-elles une expérience prévisible et compréhensible ?
Une interface plus épurée laisse en suspens la précision et la confidentialité
Faciliter l’envoi de photographies ne démontre pas que leur contenu sera interprété correctement ni traité comme les utilisateurs l’attendent.
La refonte de la caméra Gemini modifie une interaction visible. Son apparence ne peut pas établir des améliorations de la reconnaissance de texte, de l’identification d’objets ou du raisonnement sur une scène. Ces affirmations exigeraient des éléments allant au-delà de captures d’écran et de descriptions des commandes.
Une interface épurée peut néanmoins influencer la confiance. Lorsque la capture et la conversation semblent étroitement liées, l’assistant peut paraître plus compétent avant même d’avoir répondu. L’évaluation du produit doit distinguer cette impression de la qualité de la réponse.
Prenons une photographie hypothétique contenant une date manuscrite, une abréviation et une flèche reliant deux notes. Une réponse utile doit préserver ces relations ou signaler clairement l’incertitude. Un résumé fluide qui devine silencieusement resterait problématique, quelle que soit l’interface de capture.
C’est pourquoi un examen pratique devrait étudier la correction autant que le résultat initial. L’utilisateur peut-il identifier une lecture erronée et obtenir une révision ciblée ? L’assistant distingue-t-il ce que l’image montre de ce qu’il en déduit ?
Ces questions définissent ce qu’une assistance visuelle utile devrait accomplir. Elles n’impliquent pas que la mise à jour Android ait introduit une défaillance spécifique. Les informations disponibles n’y répondent tout simplement pas.
La confidentialité demeure une autre considération distincte. Les contrôles de confidentialité de Gemini expliquent comment le contenu soumis, y compris les photographies, est traité. La documentation décrit l’utilisation des données et les paramètres d’activité, notamment les situations impliquant un examen humain.
L’implication pertinente est que l’ouverture d’une caméra intégrée à l’application ne doit pas être considérée comme la preuve d’un traitement uniquement local. L’interface de capture et les pratiques de données du service répondent à des questions différentes. Cette refonte n’établit pas un nouveau dispositif de confidentialité.
Dans un contexte professionnel, cette distinction devient concrète lorsqu’une photographie comprend des informations clients, des plans internes ou du contenu appartenant à une autre personne. Une voie de capture pratique ne détermine pas si le partage de ce contenu est approprié au regard des règles de l’organisation.
Le même raisonnement s’applique aux détails accidentels en arrière-plan. Un utilisateur peut vouloir discuter d’un objet tout en incluant un document ailleurs dans le cadre. Le sujet de la question ne définit pas nécessairement tout ce qui est visible dans l’image soumise.
Ces considérations devraient guider l’évaluation sans transformer une mise à jour d’interface courante en affirmation de sécurité non étayée. Rien n’indique ici une nouvelle vulnérabilité causée par la refonte. Rien n’indique non plus qu’elle modifie le traitement existant des données.
L’accessibilité mérite une approche tout aussi fondée sur des éléments concrets. Les panneaux extensibles, gestes, menus et animations doivent être évalués en fonction de la manière dont différentes personnes utilisent leurs appareils. Une démonstration visuellement séduisante ne prouve pas la clarté pour les lecteurs d’écran, une portée confortable ou une mise au point prévisible.
L’ampleur du déploiement est également distincte de ces questions. Une fonctionnalité peut devenir largement disponible avant que des évaluateurs indépendants n’établissent sa facilité d’utilisation dans diverses situations. La disponibilité indique aux lecteurs où les tests peuvent commencer ; elle ne tranche pas les résultats.
Le scepticisme approprié est donc précis. Considérez cette mise à jour comme une interface de capture révisée, puis évaluez séparément la qualité de reconnaissance, la clarté des commandes, les attentes en matière de confidentialité et l’accessibilité.
Ce qu’il faut surveiller à mesure que le déploiement Android se stabilise
Les prochains éléments utiles concerneront la cohérence du comportement, l’exécution fiable des tâches et l’usage répété, plutôt que l’animation seule.
Premièrement, observez si Google rapproche ses points d’entrée de caméra. La distinction signalée entre la capture dans l’application et la surcouche offre un point de départ concret. Les changements futurs pourront montrer si Google vise une interaction partagée ou maintient délibérément des approches distinctes.
Si ces voies deviennent plus faciles à reconnaître et à parcourir, cela renforcerait l’idée d’un flux de travail visuel plus cohérent. Si les différences persistent sans explication claire, la question de la cohérence demeurera. Aucun des deux résultats n’exige que tous les écrans soient identiques.
Les éléments utiles comprendraient des informations de version explicites et des observations reproductibles sur les points d’entrée pertinents. Une démonstration effectuée depuis une voie ne devrait pas tenir lieu d’évaluation de l’ensemble de l’assistant. Les évaluateurs devraient indiquer où ils ont lancé la capture avant de décrire l’expérience.
Deuxièmement, surveillez les évaluations indépendantes de tâches complètes fondées sur des photos. Des tests utiles consisteraient à ouvrir la capture, fournir une image adaptée, poser une question, vérifier la réponse et corriger les erreurs. Cela ferait passer la discussion au-delà de la préférence visuelle.
Un résultat concluant renforcerait l’argument selon lequel la nouvelle présentation aide les personnes à accomplir un vrai travail. Une confusion persistante, des pièces jointes abandonnées ou des corrections difficiles l’affaibliraient. Ce sont des résultats à examiner, et non des problèmes déjà établis par le rapport.
Cette évaluation devrait également distinguer les améliorations d’interface des changements apportés à l’assistant sous-jacent. Si les deux évoluent pendant les tests, attribuer le résultat uniquement à la caméra serait peu fiable. Un compte rendu clair doit identifier ce qui a réellement été comparé.
Troisièmement, observez si les personnes continuent d’utiliser les requêtes visuelles une fois la nouveauté passée. Google n’a pas fourni de données d’adoption pour cette interface dans le rapport cité. Les captures d’écran et l’enthousiasme initial ne peuvent pas établir un changement durable de comportement.
L’usage répété serait particulièrement instructif pour les tâches qui bénéficient naturellement des photographies. Les notes, diagrammes et objets physiques offrent des exemples plausibles, à condition que les utilisateurs jugent l’assistance obtenue utile. Il s’agit d’applications potentielles, et non de constats d’adoption documentés.
Si les personnes reviennent régulièrement à ces tâches, l’importance de la refonte dépasserait la préférence esthétique. Si elles admirent l’interface mais fournissent rarement des images, l’effet serait plus limité. Dans les deux cas, cela en dirait davantage que la seule animation de transition.
La refonte de la caméra Gemini se comprend mieux comme une tentative de rapprocher la collecte d’éléments de preuve de la conversation. Sa réalisation immédiate est visible et circonscrite. Sa valeur à long terme dépend de la capacité de cette relation à rester compréhensible tout au long de la tâche.
Avant de modifier un flux de travail familier, essayez une image non sensible liée à une question réelle. Vérifiez si la capture vous aide à rester orienté, si la pièce jointe atteint la conversation prévue et si la réponse préserve les détails importants. Contrôlez les lectures incertaines par rapport à l’image originale plutôt que d’accepter automatiquement un résumé fluide.
Si vous invoquez habituellement Gemini via sa surcouche, comparez cette voie avec l’ouverture directe de l’application. La différence importe, car le déploiement signalé ne remplace pas les deux expériences. Utilisez le résultat pour juger l’interaction dont vous avez réellement besoin, plutôt que la version montrée dans une démonstration. La caméra révisée permet-elle plus facilement d’obtenir une réponse vérifiée et utile ?



