Компания Google анонсировала новую открытую мультимодальную модель Gemma 4 12B. Она содержит 12 миллиардов параметров. Главное преимущество — модель работает прямо на устройстве пользователя. Для этого достаточно ноутбука с 16 ГБ оперативной памяти. Подключаться к облаку не нужно.
Место в линейке Gemma 4
Gemma 4 12B занимает промежуточное положение в семействе моделей. С одной стороны, есть упрощённая версия E4B. С другой — более мощная модель 26B с архитектурой Mixture of Experts. Новая модель даёт баланс между производительностью и требованиями к железу.
Как она обрабатывает изображения и звук
Gemma 4 12B отказалась от отдельных модулей-энкодеров. Обычно мультимодальные модели сначала преобразуют изображения и звук в понятный для нейросети формат через кодировщик. Только потом данные передают в основную модель.
Google пошёл другим путём. В новой модели изображения и звук поступают прямо в языковую часть. Для изображений используется компактный модуль встраивания. Звуковой сигнал проецируется в то же пространство, что и текст. Благодаря этому удалось сократить задержки, уменьшить требования к памяти и упростить работу с разными типами данных.
Производительность и возможности
Несмотря на компактные размеры, модель показывает результаты, сопоставимые с версией 26B. В тесте MMLU Pro она набирает 77,2%. В GPQA Diamond — 78,8%.
Gemma 4 12B стала первой моделью среднего уровня в семействе Gemma с нативной поддержкой звука. Она умеет:
- Распознавать речь
- Различать говорящих
- Анализировать видео
Где взять и сколько скачали
Модель распространяется по открытой лицензии Apache 2.0. Она доступна на таких платформах, как Hugging Face, Kaggle, Ollama, LM Studio и Google AI Edge. По данным Google, семейство моделей Gemma 4 уже скачали более 150 миллионов раз.
Кому это нужно
Основная цель релиза — дать возможность использовать продвинутый ИИ на локальных устройствах. Модель обрабатывает текст, изображения, звук и видео прямо на компьютере пользователя. Это особенно важно для сфер с высокими требованиями к конфиденциальности: медицины, финансов и работы с внутренними документами компаний. Данные не уходят в облако — всё остаётся на устройстве.
