Maison
Google lance le modèle open source Gemma4 en quatre versions ; la version 31 milliards occupe la troisième place mondiale
Le 3 avril à 4 h 03 (heure de Pékin), Google a officiellement lancé Gemma4, un grand modèle linguistique open source. Grâce à une avancée majeure en matière d’« efficacité des paramètres par unité », il établit une nouvelle référence pour les modèles open source dans le domaine des flux de travail des agents intelligents.
La série comprend les variantes efficaces E2B (2,3 milliards) et E4B (4,5 milliards), ainsi que les modèles haute performance 26B MoE et 31B dense. En tant que dernière itération basée sur la pile technologique Gemini3, Gemma4 offre une prise en charge complète des entrées multimodales (images et vidéos). Les modèles E2B et E4B prennent également en charge nativement les entrées vocales, permettant une compréhension vocale en temps réel en périphérie.

En termes d'architecture technique, les modèles à paramètres massifs atteignent une efficacité matérielle exceptionnelle grâce à l'optimisation. La version dense 31B se classe troisième au niveau mondial parmi les modèles open source sur le classement Arena AI Text, tandis que la version MoE 26B occupe la sixième place. Ses capacités de raisonnement logique et d'appel de fonctions sont suffisamment robustes pour alimenter des agents autonomes complexes.
Pour le déploiement local, Gemma4 réduit considérablement les obstacles à l'accès à une IA de pointe. Les poids du modèle 31B non quantifié peuvent fonctionner sur un seul GPU H100 de 80 Go, tandis que les versions quantifiées sont compatibles avec les GPU grand public. Pour les appareils mobiles et IoT, les modèles E2B et E4B permettent un traitement logique à faible latence sur des plateformes telles que le Raspberry Pi et les smartphones, grâce à une technologie innovante d'intégration PLE et à la prise en charge d'une longueur de contexte de 128K.
Cette version témoigne non seulement de l'engagement profond de Google envers l'écosystème open source, mais fournit également, grâce à sa licence Apache 2.0, une base permettant aux développeurs du monde entier de créer des applications d'IA localisées et hautement respectueuses de la vie privée.
Article connexe
Meta veut que votre prochain gadget soit alimenté par Muse
Le Muse de Meta, un assistant IA qui gère les réservations de voyages, les soumissions de formulaires et les achats, a connu une adoption massive, mais une nouvelle initiative pourrait particulièrement intriguer les développeurs et les passionnés de
Wan-Streamer v0.2 offre une IA de chat à latence ultra-faible
Alors que la technologie moderne progresse rapidement, l'interaction entre les humains et l'intelligence artificielle devient de plus en plus courante. Les appels vidéo traditionnels peinent souvent à gérer les retards, les délais et la désynchronisa
Meta rejoint TSMC et Micron pour équiper de nouveaux serveurs avec des mémoires anciennes
Alors que l’adoption de l’intelligence artificielle s’accélère à l’échelle mondiale, la mémoire DDR5 de nouvelle génération connaît une pénurie critique d’approvisionnement. Afin d’éviter les retards dans le déploiement des centres de données dédiés
Recommandations de sujets spéciaux liés
commentaires (2)
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔
Le 3 avril à 4 h 03 (heure de Pékin), Google a officiellement lancé Gemma4, un grand modèle linguistique open source. Grâce à une avancée majeure en matière d’« efficacité des paramètres par unité », il établit une nouvelle référence pour les modèles open source dans le domaine des flux de travail des agents intelligents.
La série comprend les variantes efficaces E2B (2,3 milliards) et E4B (4,5 milliards), ainsi que les modèles haute performance 26B MoE et 31B dense. En tant que dernière itération basée sur la pile technologique Gemini3, Gemma4 offre une prise en charge complète des entrées multimodales (images et vidéos). Les modèles E2B et E4B prennent également en charge nativement les entrées vocales, permettant une compréhension vocale en temps réel en périphérie.

En termes d'architecture technique, les modèles à paramètres massifs atteignent une efficacité matérielle exceptionnelle grâce à l'optimisation. La version dense 31B se classe troisième au niveau mondial parmi les modèles open source sur le classement Arena AI Text, tandis que la version MoE 26B occupe la sixième place. Ses capacités de raisonnement logique et d'appel de fonctions sont suffisamment robustes pour alimenter des agents autonomes complexes.
Pour le déploiement local, Gemma4 réduit considérablement les obstacles à l'accès à une IA de pointe. Les poids du modèle 31B non quantifié peuvent fonctionner sur un seul GPU H100 de 80 Go, tandis que les versions quantifiées sont compatibles avec les GPU grand public. Pour les appareils mobiles et IoT, les modèles E2B et E4B permettent un traitement logique à faible latence sur des plateformes telles que le Raspberry Pi et les smartphones, grâce à une technologie innovante d'intégration PLE et à la prise en charge d'une longueur de contexte de 128K.
Cette version témoigne non seulement de l'engagement profond de Google envers l'écosystème open source, mais fournit également, grâce à sa licence Apache 2.0, une base permettant aux développeurs du monde entier de créer des applications d'IA localisées et hautement respectueuses de la vie privée.
Meta veut que votre prochain gadget soit alimenté par Muse
Le Muse de Meta, un assistant IA qui gère les réservations de voyages, les soumissions de formulaires et les achats, a connu une adoption massive, mais une nouvelle initiative pourrait particulièrement intriguer les développeurs et les passionnés de
Wan-Streamer v0.2 offre une IA de chat à latence ultra-faible
Alors que la technologie moderne progresse rapidement, l'interaction entre les humains et l'intelligence artificielle devient de plus en plus courante. Les appels vidéo traditionnels peinent souvent à gérer les retards, les délais et la désynchronisa
Meta rejoint TSMC et Micron pour équiper de nouveaux serveurs avec des mémoires anciennes
Alors que l’adoption de l’intelligence artificielle s’accélère à l’échelle mondiale, la mémoire DDR5 de nouvelle génération connaît une pénurie critique d’approvisionnement. Afin d’éviter les retards dans le déploiement des centres de données dédiés
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔











