Google yeni çok modlu yapay zeka modeli Gemma 4 12B'yi tanıttı

Google, dizüstü bilgisayarlar ve sınırlı hesaplama kaynaklarına sahip cihazlarda yerel çalışma için tasarlanan yeni Gemma 4 12B modelini tanıttı. Bu çok modlu yapay zeka sistemi, kompakt E4B ile 26 milyar parametreli büyük MoE mimarisi arasında bir ara bağlantı noktasıdır. Modelin en belirgin özelliği, kendi sınıfında ses sinyallerini doğrudan (yerel olarak) destekleyen ilk orta ölçekli sistem olmasıdır. Bu konuda Ixbt.com haber veriyor.

Geliştiricilerin belirttiğine göre, Gemma 4 12B görüntü ve ses işleme için geleneksel ayrı kodlayıcılara ihtiyaç duymadan çalışabiliyor. Bunun yerine çok modlu sinyaller doğrudan ana dil modeline entegre ediliyor. Görüntü işlemede ayrı bir vision-kodlayıcı yerine, matris dönüşümlerine dayanan hafif bir modül kullanılıyor; bu da hesaplama maliyetlerini önemli ölçüde azaltıyor.

Ses sinyalleri ise herhangi bir kodlayıcı olmadan, ham sinyal formunda metin token alanına yansıtılıyor. Basitleştirilmiş mimariye rağmen, Gemma 4 12B standart kıyaslamalarda 26 milyar parametreli büyük modellere yakın performans sergiliyor. Ayrıca, daha az bellek gerektiriyor ve 16 GB video belleğe sahip cihazlarda sorunsuz çalışıyor.

Model, metin oluşturmada gecikmeleri azaltan Multi-Token Prediction (MTP) mekanizmasını destekliyor ve karmaşık ajan senaryoları için tasarlandı. Google'ın verilerine göre, Gemma ailesi şimdiye kadar 150 milyondan fazla kez indirildi. Yeni model Apache 2.0 lisansı altında dağıtılıyor ve kullanıcıların bulut hizmetlerine ihtiyaç duymadan, doğrudan kendi cihazlarında gelişmiş yapay zeka özelliklerinden yararlanmasını sağlıyor.