Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Gemmaモデルは、最初のリリース以来、様々な特殊モデルとコミュニティ主導のイノベーションによって大きな成長を遂げてきました。このエコシステムへの最新追加は、開発者コミュニティを念頭に設計されたモバイルファーストアーキテクチャであるGemma 3nの正式リリースです。一般的な開発ツールとシームレスに統合され、デバイス上のアプリケーションの微調整と展開を容易にします。

Gemma 3nは、画像、音声、動画、テキストなど、様々な入力を処理できるマルチモーダル機能を備え、エッジデバイスにおけるAIのパフォーマンスを新たなレベルに引き上げます。モデルにはE2BとE4Bの2つのサイズがあり、パラメータ数が多いにもかかわらず、メモリ使用量は小規模モデルと同等です。この効率性は、弾性推論とカスタムサイズのモデル作成を可能にするMatFormerなどのアーキテクチャイノベーションによって実現されています。

Gemma 3nモデルは、メモリ効率を向上させる層別埋め込み（PLE）も備えており、パラメータの大部分をCPU上で計算できます。さらに、高度なマルチモーダルアプリケーションに不可欠な長い入力処理を高速化するために、KVキャッシュ共有が導入されました。音声機能は、音声テキスト変換と翻訳をサポートする新しいエンコーダーによって拡張され、複数の言語で優れた結果が期待できます。

Gemma 3nは、音声機能の進化に加えて、エッジデバイス向けに最適化された新しいビジョンエンコーダー、MobileNet-V5-300Mを搭載しています。このエンコーダーは複数の入力解像度をサポートし、様々な画像および動画理解タスクで優れた性能を発揮します。アーキテクチャの革新と高度な抽出技術により、最先端のパフォーマンスを維持しながら高いスループットを実現しています。

Gemma 3nエコシステムは、幅広いオープンソース開発者とプラットフォームによってサポートされており、アクセシビリティとコミュニティコラボレーションを重視しています。イノベーションをさらに促進するため、Gemma 3n Impact Challengeが開始されました。このチャレンジでは、モデルの機能を活用して実社会にプラスの影響を与える製品に15万ドルの賞金が提供されます。