پایگاه خبری بام | گوگل اعلام کرد Gemma 4 12B Unified با معماری Dense و ۱۲ میلیارد پارامتر توسعه یافته و از پنجره زمینه ۲۵۶ هزار توکنی، ورودیهای چندوجهی، قابلیت استدلال مرحلهای، پشتیبانی از System Prompt و Function Calling بهره میبرد. این مدل همچنین از بیش از ۱۴۰ زبان پشتیبانی میکند و بهعنوان نخستین مدل میانرده خانواده Gemma با ورودی بومی صوتی معرفی شده است. (blog.google)
یکی از مهمترین ویژگیهای این مدل، حذف رمزگذارهای مستقل برای پردازش تصویر و صوت است؛ رویکردی که دادههای چندرسانهای را مستقیماً وارد هسته مدل زبانی میکند. به گفته گوگل، این طراحی موجب کاهش مصرف حافظه، افزایش سرعت پردازش و سادهتر شدن استقرار مدلهای چندوجهی در محیطهای محلی و سازمانی میشود. (blog.google)
بر اساس نتایج منتشرشده، Gemma 4 12B Unified در آزمونهای استاندارد هوش مصنوعی از جمله MMLU Pro، GPQA Diamond، AIME 2026 و LiveCodeBench عملکرد رقابتی از خود نشان داده و به سطح مدلهای بزرگتر نزدیک شده است. این مدل همچنین با مجوز Apache 2.0 و نسخههای بهینهشده برای ابزارهای متنباز منتشر شده و امکان شخصیسازی و آموزش مجدد برای کاربردهای تخصصی را فراهم میکند. (blog.google)
کارشناسان معتقدند معرفی این مدل میتواند روند توسعه دستیارهای هوشمند محلی و سامانههای چندرسانهای را شتاب دهد. قابلیت اجرای محلی روی دستگاههایی با حدود ۱۶ گیگابایت حافظه یکپارچه یا VRAM، در کنار معماری یکپارچه، Gemma 4 12B Unified را به یکی از گزینههای قابل توجه در میان مدلهای متنباز نسل جدید تبدیل کرده است. (blog.google)
