Google представляет Gemma 4, новое поколение моделей языка с открытыми весами, нативно поддерживающих мультимодальность, с плотной и смесью экспертов архитектурами, варьирующимися от 2.3B до 31B параметров.
Пакет включает улучшенные энкодеры зрения и аудио для всех размеров и предлагает унифицированную архитектуру без энкодера для модели 12B, которая обрабатывает сырые аудиосигналы и фрагменты изображений. Также интегрирован режим размышлений для генерации цепочек рассуждений перед ответом, при этом улучшаются скорость вывода, память, эффективность вычислений и работа с длинным контекстом.
Gemma 4 демонстрирует скачок в производительности по задачам STEM, мультимодальным и длинному контексту, соперничая с более крупными моделями открытого доступа в задачах, оцениваемых людьми.