News (CN)

新一代Gemma 4人工智能在本地设备上采用Apache 2.0许可证

作者 Redação Mix Vale • 2026年4月2日 • 1 min de leitura

WhatsApp Twitter Facebook 在Google上关注 E-mail

照片: Gemma 4 - Google

这家负责世界上使用最广泛的搜索引擎的技术巨头为开发人员和研究人员提供了一系列新的开源语言模型。最近的更新带来了支持文本、音频和图像输入的工具，上下文窗口在最强大的版本中达到了 256,000 个标记。这一代的主要区别在于取消了以前的商业限制，允许公司在自己的硬件（从服务器到手机）上更自由地使用该技术。

商业使用指南的变更

采用新的许可格式消除了该工具以前版本中存在的障碍。开发人员现在可以更好地控制处理的数据和商业部署，而无需遵循系统创建者可能单方面更新的禁止使用政策。

这种结构变化旨在鼓励编程社区内创建新项目。对离线执行的关注强化了提供开放和灵活替代方案的战略，允许初创公司和大公司集成技术，而无需重复的应用程序编程接口成本。

逻辑推理的技术进步

新系统在解决数学问题和遵循复杂指令的能力方面有了显着的提高。更新后的架构结合了对函数调用的本机支持并以特定数据格式生成结构化输出，从而优化了自主代理的工作流程。

编程代码处理能力也经过改进，可以在没有互联网连接的环境中正常运行。在这些条件下实现的性能接近于完全依赖云处理的情报服务所获得的结果。

多模态信息处理

除了传统的文本解释之外，新一代还可以本地处理音频文件和图像。与去年推出的模型相比，该语音识别系统表现出更高的准确性，有助于实时转录和分析语音命令。

视觉输入支持允许您执行高级任务，例如扫描文档中的光学字符识别。该工具还可以解释复杂的图表和表格，以满足企业部门需求的准确度提取相关数据。

这些不同输入方式的组合为创建交互式应用程序开辟了一系列可能性。开发人员可以构建解决方案，同时分析用户所说的内容和设备相机捕获的内容，处理所有内容，而无需将数据发送到外部服务器。

尺寸和效率变体

该型号系列分为四种主要配置，以满足不同的硬件需求。更强大的版本被称为“Mixture of Experts”和“Dense”，针对处理大量数据处理的高性能服务器和专业工作站。

另一方面，较轻的型号经过专门设计，优先考虑能源效率。这些较小的模型非常适合在网络边缘运行，即直接在最终用户的设备上运行，从而最大限度地减少电池消耗和外部处理的需要。

基于专家架构的版本在推理过程中仅激活其数十亿参数中的一小部分。这种技术方法极大地减少了响应延迟和能源消耗，同时保持了理解和生成一百四十多种不同语言的文本的能力。

包含神经网络权重的完整文件现已向公众发布。技术专业人员可以立即在公认的代码托管平台和专注于机器学习的存储库上下载材料。

针对移动设备的优化

紧凑型版本的开发是与全球市场上移动设备处理器的主要制造商合作进行的。这种技术合作使得系统能够在日常任务中以几乎零延迟的速度提供响应，例如同声翻译和总结长文本。实际测试表明，该技术即使在教育和工业项目广泛使用的低成本开发板和单板机上也能保持稳定的性能。

保持不同硬件配置的效率对于应用生态系统来说是一个显着的实际收益。减少本地处理的响应时间对于需要高度隐私的服务（例如医疗保健和金融应用程序）至关重要。通过直接在用户设备上处理信息，该技术消除了与通过互联网传输敏感数据相关的风险，确保个人信息免受第三方拦截。

与开发生态系统集成

官方平台上工具的立即可用有助于研究人员和软件工程师获得新的人工智能技术。更高容量的模型可以通过云开发工作室进行测试和部署，而移动优化版本则位于用于边缘处理的专用库中。希望实现内部系统现代化的公司可以将这些解决方案集成到本地基础设施中，而无需担心每月为使用第三方接口支付费用。此外，较轻版本的架构将作为未来移动操作系统更新的基本基础，这表明生成式人工智能将成为手机中的标准和普遍组件的明显趋势，手机将在未来几年上市，改变用户与设备日常交互的方式。