Insta360 GO Ultra ajoute Kira : un assistant vocal IA propulsé par Qwen et Gemini

Introduction

Insta360 s'apprête à transformer sa caméra de poche GO Ultra en un appareil intelligent qui va bien au-delà d'un simple enregistreur sans fil.

La société a dévoilé Kira, un tout nouvel assistant vocal IA conçu pour la GO Ultra. La page d'événement « Hey, Kira » est déjà en ligne sur le site officiel chinois d'Insta360, l'événement étant prévu pour le 5 août 2026 à 20h00 (heure de Pékin), et la page produit actuelle de la GO Ultra fait désormais la promotion de la question-réponse vocale et de la traduction en temps réel comme nouvelles fonctionnalités IA de voyage de la caméra.

Selon des rapports médiatiques citant des sources bien informées, l'assistant vocal utilisera différents modèles de base selon les régions :

• Chine continentale : le modèle Qwen d'Alibaba.
• Hong Kong, Macao, Taïwan et marchés internationaux : Google Gemini.

D'après les rapports, le système combinera la technologie d'assistant vocal propriétaire d'Insta360 avec des modèles multimodaux tiers. La reconnaissance vocale simple et la détection d'intention sont effectuées sur l'appareil, tandis que les tâches plus complexes — y compris la question-réponse, la traduction et le changement de mode de la caméra — sont traitées via des services cloud.

Les réponses traduites peuvent être diffusées directement via le haut-parleur intégré de la caméra.

Les fonctionnalités étendues de Kira sont désormais étayées par la bande-annonce officielle d'Insta360 et les pages produits. L'attribution spécifique Qwen/Gemini ainsi que la répartition détaillée des tâches entre l'appareil et le cloud proviennent principalement de rapports médiatiques ; au moment de la rédaction de cet article, Insta360, Alibaba et Google n'ont pas encore publié d'annonce technique conjointe complète.

Kira sera d'abord disponible sur la GO Ultra

La GO Ultra est le premier produit Insta360 publiquement associé à Kira.

Insta360 a lancé la caméra à l'échelle mondiale le 21 août 2025, en tant que dernier ajout à sa série GO compacte et portable. La caméra autonome pèse 53 grammes et peut être fixée magnétiquement sur des vêtements, des accessoires, des véhicules ou d'autres surfaces.

Ses spécifications officielles incluent :

Le rapport original d'AIBase indiquait que le pack standard était vendu 2 598 yuans en Chine continentale. Lors du lancement international, Insta360 a fixé le prix du pack standard à 449,99 USD. Les prix de détail actuels peuvent varier en fonction du pays, du pack, des promotions et de la date.

La caméra dispose déjà de fonctions de contrôle vocal de base. Kira vise à étendre cette interaction d'un petit ensemble de commandes fixes à un assistant conversationnel plus large.

Des commandes vocales fixes à l'assistant IA

Avant Kira, le manuel officiel de la GO Ultra documentait une fonction de contrôle vocal traditionnelle.

Cette fonction prend en charge l'anglais, le chinois et le japonais, et peut reconnaître les commandes suivantes :

Prendre une photo
Commencer l'enregistrement
Arrêter l'enregistrement
Marquer cet endroit
Éteindre la caméra

Ce système était très pratique lorsque l'utilisateur avait les mains occupées, mais il fonctionnait par commandes.

La caméra détectait des phrases connues et les associait à des actions prédéfinies.

Kira est présentée comme une catégorie d'interaction différente.

Au lieu de simplement répondre à des commandes fixes, elle est censée prendre en charge :

• Les questions vocales ouvertes.
• La traduction en temps réel.
• Les réponses vocales via la caméra.
• Des opérations de caméra plus flexibles.
• Les demandes contextuelles pendant les voyages ou les prises de vue.

La page produit actuelle d'Insta360 résume cette expérience comme un compagnon de voyage IA, capable de traduire des conversations et de répondre à des questions pendant que l'utilisateur se déplace.

Cela se rapproche davantage d'un assistant IA multimodal que d'un simple menu de contrôle de caméra.

Traduction en temps réel via le haut-parleur de la caméra

La traduction est le cas d'utilisation de Kira le plus clairement confirmé.

Le flux de travail est conçu pour impliquer la caméra dans les conversations en face à face :

1. L'utilisateur active l'assistant.
2. La caméra capture la saisie vocale.
3. La demande est reconnue et analysée.
4. Le modèle cloud génère la traduction.
5. Le résultat de la traduction est diffusé via le haut-parleur de la caméra.

Ainsi, la caméra sert à la fois d'appareil d'entrée et de sortie.

Le voyageur n'a plus besoin de :

• Sortir son téléphone.
• Ouvrir une application de traduction.
• Tenir l'écran entre deux personnes.
• Copier du texte dans d'autres services.
• Se passer l'appareil de l'un à l'autre.

Les détails concernant les langues exactes prises en charge, la latence, le comportement hors ligne et les limites de conversation ne sont pas entièrement documentés dans les documents officiels examinés dans cet article.

Ces éléments devront être vérifiés une fois qu'Insta360 aura publié la documentation finale sur la prise en charge de Kira.

Question-réponse vocale en voyage

Insta360 indique également que l'assistant IA peut répondre à des questions.

Cela crée des scénarios plus larges de voyage et de prise de vue.

Les utilisateurs pourraient poser des questions sur :

• Un lieu.
• Un objet dans l'environnement.
• Une phrase à traduire.
• Un réglage de prise de vue.
• Des questions générales de voyage.
• La prochaine action de la caméra.

Le rapport médiatique original indique que l'assistant dispose de capacités de modèle multimodal, mais ne fournit pas suffisamment de détails techniques pour confirmer exactement quel contexte visuel est envoyé au modèle.

Il n'est pas encore clair si Kira peut toujours raisonner sur :

• L'aperçu de la caméra en temps réel.
• Les photos déjà prises.
• Les vidéos récentes.
• L'audio uniquement.
• L'état et les réglages de la caméra.

Le terme « multimodal » suggère que le système est conçu pour prendre en charge plusieurs formes d'entrée au-delà du texte, mais le pipeline d'entrée final et les contrôles de confidentialité devront être clarifiés par la documentation officielle.

La Chine continentale utiliserait prétendument Qwen d'Alibaba

La stratégie de déploiement régional est l'un des points les plus notables de ce rapport.

En Chine continentale, Kira

devrait utiliser la série de modèles Qwen d'Alibaba.

Qwen comprend des modèles pour le langage, la vision, l'audio, la traduction, le codage, le raisonnement et les agents. Alibaba propose des modèles à poids ouvert et des API hébergées via ses propres plateformes.

Cela fait de Qwen une base pratique pour l'assistant de la caméra, car il peut avoir besoin de :

• Comprendre les demandes vocales naturelles.
• Analyser le contexte visuel.
• Traduire des langues.
• Générer des réponses concises.
• Déclencher des outils ou des fonctions de la caméra.

Les rapports médiatiques décrivent cette collaboration comme une combinaison de :

Cadre d'assistant propriétaire d'Insta360
+
Capacités du modèle multimodal Qwen

Cette formulation suggère qu'Insta360 ne se contente pas d'intégrer une interface de chat Qwen générique dans la caméra.

Au contraire, l'entreprise semble construire sa propre couche produit autour du modèle, comprenant :

• Le réveil et l'interaction vocale.
• Le contrôle de l'appareil.
• Le routage des intentions.
• Les outils spécifiques à la caméra.
• L'accès cloud régional.
• La sortie vocale.

Au moment de la rédaction de cet article, Alibaba n'a pas encore publié d'étude de cas technique détaillée pour confirmer le modèle Qwen spécifique utilisé par Kira.

Par conséquent, il est plus prudent de dire que la version continentale utiliserait Qwen selon les rapports, plutôt que de spécifier un point de contrôle ou une API Qwen particulière.

Google serait utilisé pour les autres régions

Gemini

Pour les marchés de Hong Kong, de Macao, de Taïwan et les marchés internationaux, les médias rapportent que Kira utilisera Google Gemini.

Gemini est la série de modèles multimodaux de Google, prenant en charge une combinaison de texte, d'images, d'audio, de vidéo et d'outils, couvrant les produits grand public et développeurs de Google.

D'un point de vue infrastructure, cette répartition régionale est compréhensible.

Une entreprise mondiale de matériel doit prendre en compte :

• La disponibilité des modèles.
• L'accès au réseau.
• La résidence des données.
• La latence.
• La couverture linguistique.
• Les exigences réglementaires.
• Les accords commerciaux.
• L'infrastructure cloud régionale.

Utiliser un fournisseur de modèles en Chine continentale et un autre sur les marchés internationaux peut réduire les problèmes de disponibilité et de conformité.

Cependant, la version finale du modèle, les points de terminaison, les politiques de traitement des données et la couverture régionale n'ont pas encore été publiés dans les spécifications officielles complètes du Kira.

Ce rapport ne doit pas être interprété comme une confirmation que chaque requête GO Ultra à l'étranger sera envoyée à un modèle Gemini public spécifique.

Architecture hybride edge-cloud

Les personnes informées décrivent Kira comme un système hybride.

Une partie du travail est effectuée localement sur le GO Ultra, tandis que les tâches de modélisation plus complexes sont envoyées vers le cloud.

Tâches côté terminal selon les rapports

Les rapports indiquent que l'appareil est responsable de :

• La reconnaissance vocale ou l'identification du locuteur.
• La détection initiale de l'intention.
• Le prétraitement local des commandes vocales.

Un traitement précoce côté terminal contribue à :

• Un réveil plus rapide.
• Une latence plus faible.
• Une réduction des requêtes cloud inutiles.
• Un filtrage de base de l'identité ou des instructions.
• L'accès continu aux fonctions simples de contrôle de la caméra.

Tâches cloud selon les rapports

Le cloud serait responsable de :

• Les questions-réponses ouvertes.
• La compréhension d'intentions plus complexes.
• Les changements de mode caméra nécessitant une logique d'agent.
• La traduction.
• Le traitement par modèles multimodaux.

La puissance de calcul des modèles cloud est bien supérieure à celle d'une caméra de 53 grammes.

Elle peut prendre en charge une compréhension linguistique plus forte et davantage de

raisonnements complexes sans avoir besoin d'intégrer un grand modèle local dans l'appareil.

Pourquoi cette répartition est importante

La conception hybride nécessite un équilibre entre plusieurs contraintes :

La répartition spécifique n'est actuellement basée que sur des rapports ; Insta360 n'a pas encore publié de documentation complète.

Tant que les politiques de confidentialité officielles et les pages d'assistance ne seront pas publiées, les utilisateurs ne devraient pas présumer à la légère quels fichiers audio, images ou informations sur l'appareil resteront en local.

La caméra devient une interface matérielle pour l'IA

Le GO Ultra a été conçu à l'origine pour la capture d'images mains libres.

Son format magnétique le rend particulièrement utile dans les scénarios où il est difficile d'utiliser un téléphone ou un écran tactile :

• Le cyclisme
• La course à pied
• La randonnée
• Le ski
• L'enregistrement familial
• Les voyages
• La capture à la première personne
• Les sports extrêmes

L'interaction vocale correspond parfaitement à ce format de produit.

Une caméra portée sur le corps possède déjà :

• Une capture de la vision de l'environnement
• Un microphone
• Un haut-parleur
• Un processeur
• Une batterie
• Une connectivité réseau via son écosystème
• Un accès aux réglages de la caméra et aux modes d'enregistrement

Kira transforme ces composants en interface d'interaction pour les services d'IA.

Le changement important ne réside pas dans le fait que la caméra intègre localement un modèle de pointe complet.

Il réside dans le fait que la caméra devient un capteur dédié et un point de contrôle final pour les modèles exécutés sur l'appareil et dans le cloud.

Pourquoi un assistant caméra diffère d'un assistant smartphone

Les smartphones offrent déjà des fonctions de traduction et de questions-réponses vocales.

La valeur de Kira réside dans la réduction des frictions d'interaction lors de l'utilisation de la caméra.

L'utilisateur porte probablement déjà la caméra

Le GO Ultra peut être fixé sur des vêtements ou des accessoires.

L'utilisateur n'a pas besoin de sortir un autre appareil avant de parler.

L'assistant peut potentiellement contrôler l'enregistrement

Un assistant smartphone peut répondre à des questions, mais il ne comprendra pas automatiquement le mode actuel de la caméra ou son état d'enregistrement.

Kira vise à connecter le raisonnement de l'IA au contrôle de la caméra.

La caméra est déjà orientée vers la scène filmée

Comparée à un téléphone dans une poche, une caméra portable peut disposer d'un contexte visuel plus utile.

Insta360 n'a pas officiellement précisé si Kira utilise ces informations contextuelles en temps réel à chaque interaction.

La sortie vocale reste entièrement mains libres

Le haut-parleur intégré permet de renvoyer directement des réponses ou des traductions, sans que l'utilisateur ait besoin de lire un écran.

Cela est très utile pendant le sport, même si la sortie vocale peut être moins pratique dans des environnements bruyants ou privés.

Kira fait partie d'une mise à niveau plus large vers l'IA

La page produit actuelle du GO Ultra d'Insta360 présente l'assistant vocal aux côtés d'une autre fonctionnalité d'IA, Moments Pro.

La page indique que l'assistant gère les questions-réponses vocales et la traduction, tandis que Moments Pro peut transformer les séquences filmées en un court film de voyage complet.

Cela reflète deux approches différentes de

l'IA dans le matériel photographique :

1. L'IA pendant la capture

• Commandes vocales.
• Traduction.
• Questions.
• Opérations de la caméra.

1. L'IA après la capture

• Sélection des séquences.
• Montage.
• Génération de moments forts.
• Organisation des souvenirs.

Le GO Ultra intègre déjà une puce IA 5 nm pour le traitement d'images, ainsi que des fonctions telles que PureVideo et le montage automatique dans l'application Insta360.

Kira étend l'IA de l'amélioration d'image et de la post-production à l'interaction en temps réel.

Contenu officiellement confirmé

Les informations disponibles proviennent de différents niveaux de preuve.

Confidentialité et connectivité : des questions restent en suspens

Un assistant caméra IA peut traiter des informations sensibles.

Selon la conception finale, Kira pourrait impliquer :

• Des enregistrements vocaux.
• L'identité du locuteur.
• Des questions liées à la localisation.
• Des scènes visuelles.
• Des personnes environnantes.
• Des conversations traduites.
• Les réglages de la caméra.
• Les identifiants de compte et d'appareil.

Avant d'utiliser cette fonctionnalité dans des environnements sensibles, les utilisateurs devraient consulter la documentation finale d'Insta360 pour savoir :

• Quelles données sont téléchargées.
• Si l'audio est conservé.
• Si des images ou des trames vidéo sont envoyées vers le cloud.
• Quel fournisseur de modèles reçoit les requêtes.

Zone de stockage des données.

• Exigences du compte.
• Contrôle de la suppression.
• Confidentialité des enfants et des spectateurs.
• Restrictions pour un usage professionnel ou en entreprise.

Une architecture hybride peut améliorer la confidentialité en filtrant localement les données inutiles, mais « sur l'appareil » ne signifie pas que l'intégralité de l'interaction reste sur la caméra.

La conception rapportée envoie explicitement les tâches complexes à des modèles cloud.

Les commandes vocales existantes pourraient continuer à fonctionner

Kira ne doit pas être confondu avec le système de commandes fixes actuel de la caméra.

Les commandes vocales simples peuvent être utiles, car elles offrent :

• Des instructions prévisibles.
• Une latence plus faible.
• Une moindre dépendance au réseau.
• Une empreinte de confidentialité réduite.
• Une utilisation plus facile lors de prises de vue répétitives.

L'assistant IA cloud offre une plus grande flexibilité, mais introduit :

• Une latence réseau.
• Des exigences de connectivité.
• Une incertitude du modèle.
• Des considérations de confidentialité supplémentaires.
• D'éventuelles restrictions d'utilisation.

Le produit idéal pourrait conserver les deux couches :

Commandes locales fixes
→ Opérations immédiates de la caméra

Requêtes Kira ouvertes
→ Analyse IA et traitement cloud

Les notes de version finales d'Insta360 devraient préciser quelles commandes restent exécutées localement et comment les utilisateurs peuvent basculer entre le contrôle vocal traditionnel et Kira.

Points à vérifier après la sortie officielle

Étant donné que l'article d'AIBase a été publié avant l'événement du soir du 5 août, certains détails pratiques restent manquants.

Les utilisateurs devraient consulter le firmware final et les pages d'assistance pour confirmer :

1. Version du firmware
2. Régions prises en charge
3. Langues prises en charge
4. Exigences du compte et de l'application
5. Exigences réseau
6. Mot de réveil
7. Limites de traduction
8. Contrôles des données et de la confidentialité
9. Impact sur la batterie
10. Modes de caméra pris en charge
11. Nécessité d'une caméra autonome ou de l'Action Pod
12. Disponibilité sur les futurs produits Insta360

Ces détails détermineront si Kira est une fonctionnalité pratique au quotidien ou principalement une démonstration précoce de l'intégration de l'IA dans les caméras.

Questions fréquentes

Qu'est-ce que Kira sur l'Insta360 GO Ultra ?

Kira est un assistant vocal IA introduit pour la caméra de poche GO Ultra. Insta360 indique qu'il prend en charge les questions-réponses vocales et la traduction en temps réel, étendant les commandes vocales fixes existantes de la caméra.

Quand la mise à jour Kira sera-t-elle disponible ?

Le site officiel chinois d'Insta360 a fait la promotion d'un événement « Hey, Kira » le 5 août 2026 à 20h00. Le rapport d'AIBase a été publié le matin même, donc les détails finaux du firmware n'ont pas encore été divulgués dans les sources.

Le GO Ultra utilise-t-il Alibaba Qwen ?

Les médias rapportent que la version chinoise continentale de Kira utilise les capacités du modèle multimodal Qwen d'Alibaba. Au moment de la rédaction de cet article, Insta360 et Alibaba n'ont pas publié d'annonce technique conjointe complète précisant le modèle Qwen spécifique utilisé.

Kira utilise-t-il Google Gemini en dehors de la Chine continentale ?

Selon les rapports, les versions de Hong Kong, Macao, Taïwan et internationales utilisent Google Gemini. Le modèle Gemini spécifique, l'endpoint et la disponibilité régionale complète n'ont pas été officiellement confirmés.

Le GO Ultra peut-il lire à haute voix les conversations traduites ?

La page produit officielle d'Insta360 fait la promotion de la fonction de traduction en temps réel, et les médias rapportent que les résultats de traduction peuvent être diffusés via le haut-parleur de la caméra. Les langues prises en charge et les limites d'utilisation devraient être confirmées dans la documentation finale de Kira.

Kira est-il identique au contrôle vocal du GO Ultra ?

Non. Le contrôle vocal existant ne reconnaît qu'un ensemble limité de commandes fixes en anglais, chinois et japonais. Kira vise à offrir des questions-réponses en langage naturel plus larges, la traduction et un comportement d'assistant plus flexible.

Kira peut-il fonctionner sans réseau ?

Connexion ?

L'architecture rapportée exécute une partie de la reconnaissance et du traitement des intentions sur l'appareil, mais envoie les tâches complexes vers le cloud. Un fonctionnement entièrement hors ligne de Kira n'a pas été confirmé.

Quel matériel GO Ultra prend en charge Kira ?

Les sources et les bandes-annonces officielles confirment que la gamme GO Ultra existante est le premier matériel pris en charge. Les utilisateurs devraient vérifier le firmware requis, la région, la version de l'application et les exigences de l'Action Pod après la sortie de la version finale.

Outils associés

• Insta360 GO Ultra : Caméra de poche compacte 4K60 avec assistant vocal IA Kira.
• Application Insta360 : Application mobile d'Insta360 pour la connexion de la caméra, les mises à jour du firmware, l'édition et la gestion du contenu.
• Qwen : Écosystème de modèles IA multimodaux et d'assistants d'Alibaba, utilisé par Kira en Chine continentale selon les rapports.
• Plateforme API Qwen : Plateforme API officielle d'Alibaba pour créer des applications avec les modèles Qwen.
• Google Gemini : Assistant IA multimodal et écosystème de modèles de Google, utilisé par Kira sur les marchés internationaux selon les rapports.
• Google AI for Developers : Documentation officielle de l'API Gemini et pour les développeurs.

Liens associés

• Page produit officielle Insta360 GO Ultra : Fonctionnalités actuelles, spécifications, packs et description officielle de l'assistant de voyage IA.
• Article de lancement officiel du GO Ultra : Annonce produit originale d'Insta360, couvrant le matériel, l'imagerie, la batterie, le stockage et le prix de lancement.
• Documentation sur le contrôle vocal du GO Ultra : Langues officiellement prises en charge et commandes vocales fixes avant Kira.
• FAQ du GO Ultra : Guide d'utilisation officiel de la caméra et de l'Action Pod.
• Site officiel de Qwen : Portail officiel des produits et de la recherche Qwen d'Alibaba.
• Aperçu de la traduction multilingue Qwen : Informations officielles sur la série de modèles de traduction multilingue Qwen.
• Documentation de l'API Gemini : Documentation officielle de Google pour les modèles multimodaux Gemini et l'API.

Résumé

Insta360 introduit l'assistant vocal IA Kira sur le GO Ultra, ajoutant des questions-réponses vocales ouvertes et la traduction en temps réel à une caméra qui s'appuyait auparavant principalement sur des commandes vocales fixes.

Les bandes-annonces officielles et la page produit du GO Ultra confirment cette expérience d'assistant étendue. Les médias ajoutent une stratégie régionale de modèles : Qwen en Chine continentale, Gemini à Hong Kong, Macao, Taïwan et sur les marchés internationaux.

L'architecture rapportée combine le cadre d'assistant propriétaire d'Insta360 avec une reconnaissance locale et un traitement multimodal basé sur le cloud. Cette approche permet à une caméra de poche de 53 grammes d'accéder à des modèles plus puissants sans tenter d'exécuter l'intégralité de l'assistant localement.

Des détails importants restent à confirmer, notamment les versions des modèles, les langues prises en charge, les limites hors ligne, le traitement des données, ainsi que

Kira offre un contrôle précis de la caméra.

Le changement clé réside dans le fait que le GO Ultra passe d'une caméra contrôlée par commandes vocales à un terminal matériel IA capable d'écouter, de traduire, de répondre et potentiellement de contrôler la caméra par conversation naturelle.

**