Google представила открытое семейство моделей Gemma 4
Компания Google анонсировала выпуск нового поколения больших языковых моделей Gemma 4, архитектура которых базируется на передовых разработках Gemini 3. Новинки распространяются по лицензии Apache и представлены в нескольких конфигурациях с количеством параметров 2,3 млрд, 4,5 млрд, 25,2 млрд и 30,7 млрд (модели E2B, E4B, 31B и 26B A4B соответственно).
Младшие версии E2B и E4B оптимизированы для запуска на мобильных девайсах, устройствах интернета вещей (IoT) и одноплатных компьютерах типа Raspberry Pi. Более крупные варианты 31B и 26B A4B ориентированы на работу в составе мощных рабочих станций и систем, оснащенных потребительскими видеокартами. Объем поддерживаемого контекста составляет 128 тысяч токенов для моделей E2B/E4B и 256 тысяч токенов для старших версий 31B и 26B A4B.
Мультимодальные возможности и архитектура MoE
Представленные модели являются многоязычными и мультимодальными. Базовая поддержка охватывает 35 языков, при этом процесс обучения охватил более 140 лингвистических направлений. Нейросети способны обрабатывать текстовые данные и изображения, а младшие версии E2B и E4B дополнительно поддерживают распознавание аудио.
Особого внимания заслуживает модель 26B A4B, построенная на архитектуре Mixture-of-Experts (MoE). В этой системе модель разделена на ряд специализированных экспертных сетей. При генерации ответа задействуется лишь 3,8 млрд параметров, что позволяет достичь значительно более высокой скорости работы по сравнению с классическими монолитными моделями, используемыми в других конфигурациях семейства.
Функционал и области применения
Модели Gemma 4 обладают улучшенными способностями к рассуждению и поддерживают настраиваемые режимы «обдумывания». Реализована возможность задания системной роли (System Role) для обработки инструкций и правил отдельно от пользовательских данных. Технологический стек позволяет использовать ИИ для решения широкого спектра задач:
- написание программного кода;
- детекция объектов на изображениях;
- покадровый анализ видеопотока;
- интеллектуальный разбор документов и PDF-файлов;
- оптическое распознавание текста (OCR), включая рукописный ввод;
- распознавание речи и качественный машинный перевод.
Также архитектура позволяет применять модели в качестве автономных агентов, способных взаимодействовать с внешними инструментами и программными API.
Производительность и поддержка экосистемы
По результатам внутренних тестирований, модели серии Gemma 4 демонстрируют существенное превосходство над своей предшественницей — Gemma 3 с 27 млрд параметров. Новинки обладают широкой совместимостью с популярными библиотеками и инструментами разработки, включая LiteRT-LM, vLLM, llama.cpp, MLX, Ollama, NVIDIA NIM and NeMo, LM Studio, Unsloth, SGLang, Cactus, Basetan, MaxText, Tunix и Keras.
