概要
Googleが発表した「Gemma 4 12B」は、一般的なノートPCで動作可能な軽量さと、視覚・音声を直接統合する統一アーキテクチャにより、エッジ環境での高度なAI実行を可能にします。
詳細内容
Google DeepMindが発表した「Gemma 4 12B」は、16GBのVRAMやユニファイドメモリを搭載する一般的なノートPCで動作するように設計された、ミッドサイズのマルチモーダルモデルです。エッジデバイスでの実行に最適化されており、クラウドに依存しないプライベートなAI環境の構築を加速させます。
### 技術的ハイライト
- **統一アーキテクチャ**: 視覚や音声の入力を別個のエンコーダに通さず、言語モデルのバックボーンへ直接統合。これにより処理のボトルネックを解消し、メモリ効率とレイテンシを大幅に改善しています。
- **ネイティブ・オーディオ対応**: Gemmaシリーズで初めてネイティブのオーディオ入力を標準搭載。オフラインでの書き起こしや翻訳がスムーズに行えます。
- **高い性能密度**: 12Bというサイズながら、26Bモデルに匹敵する推論能力を実現。マルチトークン予測（MTP）ドラフターの採用により、高速なレスポンスが可能です。
### 導入と活用
Apache 2.0ライセンスで公開され、Hugging FaceやKaggleを通じて配布されます。LM StudioやOllamaといった主要なローカル推論ツールに対応しており、個人開発者からエンタープライズまで幅広い層が即座に活用できるエコシステムが整っています。