オープンモデル / マルチモーダル / GOOGLE / DEEPMIND（TECH NEWS SCOUT, @V_SHAKTHI 他） / NEWS
Google「Gemma 4」— エンコーダーフリーの統合マルチモーダル、ノートPCでローカル動作・Apache-2.0
Google/DeepMind が新しいオープンモデル「Gemma 4」を公開した。テキスト・画像・音声・動画を1つのアーキテクチャで処理する『エンコーダーフリー（encoder-free）』の統合マルチモーダル設計が最大の特徴で、視覚/音声ごとに別パイプラインを持たない分、分割エンコーダのレイテンシを排除する。12B と 31B があり、いずれも Apache-2.0（商用可）。ノートPC等の消費者ハードでのローカル動作を狙った設計。
キーポイント
- テキスト/画像/音声/動画を単一アーキで処理する encoder-free 統合マルチモーダル（従来の分割エンコーダを置換し、分割由来のレイテンシを削減）
- 12B と 31B のバリアント。31B instruction-tuned は HuggingFace 公開、画像＋テキスト入力対応。ライセンスは Apache-2.0（商用利用可）
- ノートPC等の消費者ハードでローカル動作を想定。E2B/E4B のエッジ版は軽量だが複雑なエージェントタスクでは品質が落ちるとの実測評も併存
- Google の明言する戦略は『パラメータ規模の追求でなく、パラメータあたりの知能＋広い展開性の最大化』
手元のノートPCで動く商用可のマルチモーダル基盤が一段強くなり、API課金なしで音声/画像パイプラインやプロトタイプを組める選択肢が広がる。encoder-free はオンデバイス・マルチモーダルの設計トレンドを示す。
