本文にスキップ
AI News HubLIVE
その他
要約のみ

Google Gemma 4 12B：アーキテクチャ、ベンチマーク、アクセス、開発者向けハンズオンガイド

2026年6月3日、GoogleはGemma 4 12B Unifiedを公開しました。これはテキスト、画像、音声、動画を単一アーキテクチャで理解するオープンソースのマルチモーダルモデルであり、256Kのコンテキストウィンドウとラップトップ向けの効率的な設計を特徴としています。エージェントワークフローとローカル展開を目的としており、本記事ではアーキテクチャ、機能、ベンチマーク、開発者向けガイドを解説します。

ソースAnalytics Vidhya著者: Harsh Mishra
Google Gemma 4 12B：アーキテクチャ、ベンチマーク、アクセス、開発者向けハンズオンガイド
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

エンジニア中級

要点

  • Gemma 4 12B Unifiedはエンコーダーフリーのアーキテクチャを採用し、画像と音声をLLM埋め込み空間に直接投影することでマルチモーダル処理を簡素化。
  • 256Kコンテキスト、関数呼び出し、35以上の言語、音声認識、動画理解をサポートし、Ollamaなどのローカルツールで実行可能。
  • ベンチマークでは4Bエッジモデルと26B MoEモデルの中間に位置し、ローカル推論とコーディングに実用的な中間選択肢を提供。
  • エッジデバイスとハイエンドワークステーションの展開ギャップを埋めるリリースであり、GoogleがローカルAIを推進する重要な一歩。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。