گوگل Gemma 4 را معرفی کرد؛ خانواده‌ای از مدل‌های متن‌باز مبتنی بر جمینای 3

چهار مدل برای دستگاه‌های سبک تا سیستم‌های قدرتمند

خانواده Gemma 4 شامل چهار نسخه با تعداد پارامترهای متفاوت است:

• 2B Effective – مناسب دستگاه‌های لبه مانند گوشی‌ها
• 4B Effective – نسخه قوی‌تر برای موبایل و دستگاه‌های سبک
• 26B Mixture of Experts – مناسب سیستم‌های قدرتمند
• 31B Dense – پیشرفته‌ترین مدل این خانواده

پارامترها همان تنظیماتی هستند که مدل زبانی برای تولید خروجی تغییر می‌دهد؛ هرچه تعداد پارامتر بیشتر باشد، کیفیت پاسخ بهتر است اما سخت‌افزار قوی‌تری نیاز دارد.

گوگل می‌گوید Gemma 4 به «سطح بی‌سابقه‌ای از هوشمندی نسبت به تعداد پارامتر» رسیده است. برای اثبات این ادعا، به عملکرد نسخه‌های 31B و 26B اشاره می‌کند که به‌ترتیب رتبه‌های 3 و 6 را در جدول Arena AI کسب کرده‌اند. رتبه‌هایی بهتر از مدل‌هایی که 20 برابر بزرگ‌تر هستند.

پشتیبانی از تصویر، ویدئو، صدا و کدنویسی آفلاین

تمام مدل‌های Gemma 4 قادر به پردازش تصویر و ویدئو هستند و برای کارهایی مانند OCR ایده‌آل‌اند. دو مدل کوچک‌تر (2B و 4B) از ورودی صوتی و تشخیص گفتار نیز پشتیبانی می‌کنند.

گوگل همچنین اعلام کرده که Gemma 4 می‌تواند کد را به‌صورت آفلاین تولید کند؛ یعنی امکان “vibe coding” بدون اینترنت فراهم است. این خانواده در بیش از 140 زبان آموزش دیده است.

متن‌باز با مجوز Apache 2.0

برخلاف نسل‌های قبلی که با مجوز اختصاصی Gemma عرضه می‌شدند، Gemma 4 با Apache 2.0 منتشر شده است؛ مجوزی که آزادی بیشتری برای تغییر، استفاده و استقرار مدل‌ها فراهم می‌کند.

گوگل می‌گوید این مجوز «انعطاف کامل برای توسعه‌دهندگان و کنترل کامل بر داده، زیرساخت و مدل‌ها» را فراهم می‌کند و اجازه می‌دهد مدل‌ها را آزادانه بسازید و در هر محیطی (چه ابری و چه محلی) مستقر کنید.

مدل‌ها هم‌اکنون از طریق پلتفرم‌های Hugging Face و Kaggle و Ollama در دسترس هستند.