Google ປະກາດໃນວັນພະຫັດນີ້ວ່າຄອບຄົວ Gemma 4, ປະກອບດ້ວຍຕົວແບບປັນຍາປະດິດແບບເປີດໃຫມ່ທີ່ມີນ້ໍາຫນັກທີ່ມີຢູ່. ການປັບປຸງສະແດງໃຫ້ເຫັນເຖິງຄວາມກ້າວຫນ້າທີ່ສໍາຄັນຄັ້ງທໍາອິດໃນສາຍນັບຕັ້ງແຕ່ການເປີດຕົວຂອງ Gemma 3 ຫຼາຍກວ່າຫນຶ່ງປີກ່ອນຫນ້ານີ້. ຕອນນີ້ນັກພັດທະນາມີໃບອະນຸຍາດ Apache 2.0, ເຊິ່ງຖອນຂໍ້ຈໍາກັດທາງການຄ້າທີ່ມີຢູ່ໃນຮຸ່ນກ່ອນຫນ້າ.
ຮູບແບບດັ່ງກ່າວສະຫນັບສະຫນູນການປ້ອນຂໍ້ຄວາມ, ສຽງແລະຮູບພາບ, ມີປ່ອງຢ້ຽມບໍລິບົດທີ່ບັນລຸ 256 ພັນ tokens ໃນຕົວແປທີ່ໃຫຍ່ທີ່ສຸດ. Eles ໄດ້ຖືກອອກແບບຕົ້ນຕໍເພື່ອດໍາເນີນການຢູ່ໃນທ້ອງຖິ່ນໃນຮາດແວທີ່ມີລາຄາບໍ່ແພງ, ລວມທັງ GPUs ຜູ້ບໍລິໂພກແລະອຸປະກອນມືຖື. ການປ່ຽນແປງໃບອະນຸຍາດສ້າງຄວາມສະດວກໃນການນໍາໃຊ້ທາງການຄ້າໂດຍບໍ່ມີພັນທະເພີ່ມເຕີມກໍານົດໂດຍ Google.
ການປັບປຸງດ້ານວິຊາການໃນເຫດຜົນແລະ multimodal
ຮູບແບບໃຫມ່ນໍາເອົາຄວາມກ້າວຫນ້າທີ່ສໍາຄັນໃນການສົມເຫດສົມຜົນ, ຄະນິດສາດແລະການປະຕິບັດຕາມຄໍາແນະນໍາເມື່ອປຽບທຽບກັບລຸ້ນກ່ອນ. Eles ລວມເອົາການຮອງຮັບພື້ນເມືອງສໍາລັບການເອີ້ນຟັງຊັນ ແລະການຜະລິດຜົນຜະລິດທີ່ມີໂຄງສ້າງ JSON, ເຊິ່ງມີປະໂຫຍດຕໍ່ການເຮັດວຽກແບບຕົວແທນ.
ຄວາມສາມາດໃນການປະມວນຜົນລະຫັດໄດ້ຖືກປັບປຸງໃຫ້ເຫມາະສົມສໍາລັບສະພາບແວດລ້ອມອອຟໄລ, ບັນລຸປະສິດທິພາບທຽບກັບການບໍລິການຄລາວເຊັ່ນ Gemini Pro. ການຮອງຮັບການປ້ອນຂໍ້ມູນດ້ວຍສາຍຕາເຮັດໃຫ້ວຽກງານເຊັ່ນ: ການຮັບຮູ້ຕົວອັກສອນທາງແສງແລະການຕີຄວາມໝາຍຂອງກາຟທີ່ມີຄວາມຖືກຕ້ອງຫຼາຍຂຶ້ນ.
- ຮຸ່ນຕ່າງໆລວມມີແບບ Effective 2B ແລະ 4B ທີ່ຖືກປັບປຸງໃຫ້ເໝາະສົມສຳລັບການຕອບສະໜອງຕໍ່າໃນສະມາດໂຟນ.
- ການຮ່ວມມືກັບ Qualcomm ແລະ MediaTek ອໍານວຍຄວາມສະດວກໃນການເຊື່ອມໂຍງໃນອຸປະກອນມືຖື.
- ຮຸ່ນຂະຫນາດໃຫຍ່ແລ່ນຢູ່ໃນ 80GB H100 GPU ດຽວໂດຍບໍ່ມີການຄິດໄລ່ປະລິມານ.
ຕົວແປຂະໜາດ ແລະປະສິດທິພາບພະລັງງານ
ຄອບຄົວ Gemma 4 ມີສີ່ຂະໜາດຕົ້ນຕໍ. ລຸ້ນ 26B Mixture ຂອງ Experts ແລະ 31B Dense ສະເໜີໃຫ້ປະສິດທິພາບສູງ ແລະແລ່ນເທິງເຊີບເວີ ຫຼືຮາດແວບ່ອນເຮັດວຽກ. Já ເປັນ Effective 2B ແລະ 4B ບູລິມະສິດປະສິດທິພາບສໍາລັບການປະຕິບັດໃນອຸປະກອນຂອບ.
ຮູບແບບ 26B MoE ເປີດໃຊ້ພຽງແຕ່ 3.8 ຕື້ພາລາມິເຕີໃນລະຫວ່າງການ inference, ຫຼຸດຜ່ອນ latency ແລະການໃຊ້ພະລັງງານ. ຕົວແປ Todas ຈັດການຫຼາຍກວ່າ 140 ພາສາ. ນັກພັດທະນາສາມາດດາວໂຫລດນ້ໍາຫນັກເຕັມໃນເວທີເຊັ່ນ Hugging Face, Kaggle, ແລະ Ollama.
ມີໃຫ້ທັນທີໃນທົ່ວແພລະຕະຟອມ
ຮຸ່ນ 31B ແລະ 26B ຂະຫນາດໃຫຍ່ແມ່ນມີຢູ່ໃນ AI Studio ແລະ Google. ຮຸ່ນ E4B ແລະ E2B ທີ່ມີນ້ໍາຫນັກເບົາສາມາດເຂົ້າເຖິງໄດ້ໃນ AI Edge Gallery. ນ້ໍາຫນັກເຕັມແມ່ນມີໃຫ້ດາວໂຫລດທັນທີຈາກບ່ອນເກັບມ້ຽນສາທາລະນະ.
ບໍລິສັດແລະນັກຄົ້ນຄວ້າສາມາດປະສົມປະສານແບບຈໍາລອງເຂົ້າໄປໃນຄໍາຮ້ອງສະຫມັກທ້ອງຖິ່ນໂດຍບໍ່ມີຄ່າໃຊ້ຈ່າຍ API ທີ່ເກີດຂຶ້ນຄືນ. Google ຍັງຊີ້ບອກວ່າຕົວແປ 2B ແລະ 4B ຈະເປັນພື້ນຖານສໍາລັບ Gemini Nano 4 ທີ່ຈະມາເຖິງໃນອຸປະກອນ Android.
ຜົນກະທົບຂອງການປ່ຽນເປັນໃບອະນຸຍາດ Apache 2.0
ການຮັບຮອງເອົາໃບອະນຸຍາດ Apache 2.0 ລົບລ້າງຂໍ້ຈໍາກັດຂອງໃບອະນຸຍາດແບບກໍາຫນົດເອງທີ່ຜ່ານມາ, ເຊິ່ງລວມມີນະໂຍບາຍທີ່ບໍ່ມີການນໍາໃຊ້ການປັບປຸງແບບຝ່າຍດຽວ. Desenvolvedores ຄວບຄຸມຂໍ້ມູນ ແລະການນຳໃຊ້ທຸລະກິດຫຼາຍຂຶ້ນ.
ການປ່ຽນແປງນີ້ຄວນຊຸກຍູ້ການສ້າງໂຄງການໃຫມ່ໃນຊຸມຊົນ, ທີ່ຮູ້ຈັກກັນຢ່າງບໍ່ເປັນທາງການເປັນ Gemmaverse. ການສຸມໃສ່ການປະຕິບັດໃນທ້ອງຖິ່ນເສີມສ້າງຍຸດທະສາດຂອງການສະເຫນີທາງເລືອກທີ່ເປີດໃຫ້ກັບຕົວແບບປິດຂອງສາຍ Gemini.
ການເພີ່ມປະສິດທິພາບສໍາລັບຮາດແວສະເພາະ
ຮຸ່ນທີ່ມີນ້ໍາຫນັກເບົາໄດ້ຖືກພັດທະນາໂດຍການຮ່ວມມືກັບຜູ້ຜະລິດຊິບມືຖື. Elas ສະໜອງຄວາມໜ່ວງເວລາໃກ້ສູນໃນວຽກປະຈຳວັນ ໃນຂະນະທີ່ຮັກສາການໃຊ້ແບັດເຕີຣີທີ່ຫຼຸດລົງ. Testes ສະແດງເຖິງປະສິດທິພາບທີ່ດີໃນບັດເຊັ່ນ Raspberry Pi ແລະ Jetson Nano.
ຮູບແບບຂະຫນາດໃຫຍ່ຮັກສາປະສິດທິພາບເຖິງແມ່ນວ່າຢູ່ໃນການຕັ້ງຄ່າຫນາແຫນ້ນຫຼື MoE. ການຫຼຸດຜ່ອນຄວາມລ່າຊ້າໃນການປະມວນຜົນໃນທ້ອງຖິ່ນສະແດງເຖິງຜົນປະໂຫຍດທາງປະຕິບັດສໍາລັບແອັບພລິເຄຊັນທີ່ຕ້ອງການຄວາມເປັນສ່ວນຕົວແລະການຕອບສະຫນອງໄວໂດຍບໍ່ມີການເຊື່ອມຕໍ່ຢ່າງຕໍ່ເນື່ອງກັບເຄື່ອງແມ່ຂ່າຍ.
ຮອງຮັບຫຼາຍຮູບແບບການປ້ອນຂໍ້ມູນ
ນອກເໜືອໄປຈາກຂໍ້ຄວາມແລ້ວ, ຕົວແບບຕ່າງໆໄດ້ປະມວນຜົນສຽງ ແລະຮູບພາບແບບພື້ນເມືອງ. ການຮັບຮູ້ສຽງເວົ້າປັບປຸງຫຼາຍກວ່າ Gemma 3. ຄວາມສາມາດ Multimodal ເປີດຄວາມເປັນໄປໄດ້ສໍາລັບແອັບພລິເຄຊັນທີ່ປະສົມປະສານຂໍ້ມູນປະເພດຕ່າງໆໃນເວລາຈິງ.
ນັກພັດທະນາສາມາດຕົ້ນແບບການໄຫຼຂອງຕົວແທນໂດຍກົງໃນ AI Core Developer Preview ໂດຍໃຊ້ຕົວແປທີ່ມີນ້ໍາຫນັກເບົາ. Essas ການຈັດຕັ້ງປະຕິບັດແມ່ນໄປຂ້າງຫນ້າກັບອະນາຄົດ Gemini Nano 4.
Gemma 4 ຄອບຄົວເສີມສ້າງຄໍາຫມັ້ນສັນຍາຂອງ Google ໃນການສະເຫນີແບບເປີດທີ່ມີນ້ໍາຫນັກທີ່ສາມາດເຂົ້າເຖິງໄດ້. ການປະສົມປະສານຂອງການປະຕິບັດການປັບປຸງ, ການອະນຸຍາດທີ່ມີໃບອະນຸຍາດ, ແລະການສະຫນັບສະຫນູນຮາດແວທີ່ຫຼາກຫຼາຍຂະຫຍາຍທາງເລືອກສໍາລັບຜູ້ທີ່ຊອກຫາວິທີແກ້ໄຂ AI ທີ່ສາມາດດໍາເນີນການໄດ້ໃນທ້ອງຖິ່ນ.