Gemma 4 12B: نموذج متعدد الوسائط بلا مُشفّرات من DeepMind
قدّمت Google DeepMind نموذج Gemma 4 12B المفتوح، الذي يعالج الصور والصوت دون مُشفّرات منفصلة ويعمل محلياً على حواسيب محمولة بذاكرة 16GB. ويقع النموذج بين E4B و26B MoE.
في 3 يونيو 2026، قدّمت Google DeepMind نموذج Gemma 4 12B المفتوح، الذي تصفه الشركة بأنه يجلب الذكاء المتعدد الوسائط القائم على الوكلاء مباشرةً إلى الحواسيب المحمولة. يقع النموذج بين E4B الخفيف ونموذج 26B Mixture of Experts (MoE) الأقوى، ويحزم قدرات أكبر في مساحة ذاكرة أصغر، وهو أول نموذج متوسط الحجم في العائلة يدعم إدخال الصوت أصلاً.
ما يقدّمه النموذج
وفقاً لـ Google، يحقق Gemma 4 12B أداءً قريباً من نموذج 26B MoE في الاختبارات المعيارية، لكنه يستهلك أقل من نصف إجمالي مساحة الذاكرة. حجمه صغير بما يكفي ليعمل محلياً على حواسيب محمولة للمستهلكين بذاكرة 16GB من نوع VRAM أو ذاكرة موحّدة، ويُوزَّع بموجب رخصة Apache 2.0. يتضمن الإصدار أيضاً نماذج مسودة من نوع Multi-Token Prediction (MTP) للحد من زمن الاستجابة. وتقول Google إن عائلة Gemma 4 تجاوزت 150 مليون عملية تنزيل.
معمارية موحّدة بلا مُشفّرات
تعتمد معظم النماذج المتعددة الوسائط على مُشفّرات منفصلة لترجمة الصور والصوت قبل تمريرها إلى نموذج اللغة؛ وتقول Google إن هذه المُشفّرات المنفصلة تضيف زمن استجابة وتزيد استهلاك الذاكرة، لذلك دُرّب Gemma 4 12B بمعمارية بلا مُشفّرات. في مجال الرؤية استُبدل مُشفّر الصور بوحدة تضمين خفيفة — عملية ضرب مصفوفات واحدة وتضمين موضعي وعمليات تطبيع — ليتولى هيكل نموذج اللغة معالجة الصور بنفسه. وفي الصوت أُزيل المُشفّر كلياً، وتُسقَط الإشارة الصوتية الخام في الفضاء البُعدي نفسه الذي توجد فيه رموز النص.
الإتاحة والأدوات
يمكن تجربة النموذج عبر LM Studio وOllama وتطبيق Google AI Edge Gallery وتطبيق AI Edge Eloquent وأداة LiteRT-LM CLI. تتوفر نقاط التحقق المدرّبة مسبقاً والمضبوطة بالتعليمات للتنزيل من Hugging Face وKaggle. ويمكن بناء مسارات الاستدلال المحلية عبر Hugging Face Transformers وllama.cpp وMLX وSGLang وvLLM، مع Unsloth للضبط الدقيق الفعّال. وللإنتاج تشير Google إلى Gemini Enterprise Agent Platform Model Garden وCloud Run وGKE، كما نشرت مستودع Skills رسمياً للوكلاء الذين يبنون باستخدام Gemma.
نموذج متعدد الوسائط بهذه القدرات يعمل على حاسوب محمول يقلّص الفجوة بين العتاد المحلي وسير عمل الوكلاء الذي كان يتطلب السحابة حتى الآن. لكن أرقام الأداء المعلنة من Google نفسها، وتقييمات Gemma 4 12B المستقلة لم تصدر بعد.
SiTech — تطوير ويب مدعوم بالذكاء الاصطناعي
نبني مواقع سريعة وعصرية وندمج الذكاء الاصطناعي في سير عمل الشركات. لديك مشروع أو سؤال؟ يسعدنا مساعدتك.