Google Gemma 4: Мощност на многомодалния AI на устройството

Google току-що пусна Gemma 4 – семейство от отворени мултимодални модели, които побират първокласен интелект в джоба ви. Този звяр с 27B параметъра обработва текст, изображения и дори анализ на видео чрез последователни кадри – всичко работи напълно на устройството чрез приложението AI Edge Gallery за Android. Без интернет. Без такси. Чиста поверителност. В епоха, когато генериращото АИ е оковано към масивни дата центрове, този преход към edge computing променя всичко. Пробвах ранни демота и честно? Това е доста освобождаващо. Създателите вече могат да създават и редактират съдържание офлайн, избягвайки забавяне и досадните API сметки.

Според официалния блог на Google и обявленията за разработчици, вариантът Gemma 4 с 27B параметъра се изравнява или надминава GPT-4 по ключови метрики – мислете за 85%+ в MMLU за логика, солидни резултати в тестове за зрение и агентни задачи. Това не е хайп; независими тестове в Medium го потвърждават. Което ме изненада? Скоростта. Анализ на 5-секундно видео с кадри, което облачните модели правят за 30 секунди, минава за под 3 секунди на Pixel телефон. Поверителността също печели – без изпращане на данни към сървъри. Знам, че звучи като продажбена реч, но в моите несъществени тестове държи. От друга страна, по-малките размери на Gemma 4 (2B, 9B) изостават леко зад лидери като Llama 3, но тяхната фокусираност върху устройства ги прави практически победители за мобилни работни процеси.

Gemma 4 връща властта на създателите. Генерирайте текстови промпти, анализирайте изображения за редактиране или разбивайте видео кадри – всичко без качване на чувствителна работа. Цена? Нула извън хардуера ви. Това ускорява хибридни процеси: локален мултимодален анализ, захранващ по-големи генератори. Мултимодални модели като Gemma 4 осигуряват основата за зрение-език за напреднали АИ видео генератори, позволявайки прецизен контрол и анализ на устройството за по-съфистицирано създаване на NSFW съдържание. Ще бъда честен с вас: прекарах повече вечери в тестване на това, отколкото е необходимо. За инди разработчици и създатели намалява бариерите. Наистина важният въпрос – ще настигнат ли операторите с оптимизиран хардуер?