# Google представила Gemma 4: открытые ИИ-модели с лицензией Apache 2.0 Источник: https://www.youtube.com/watch?v=oUtiZbrehrw Канал: Google for Developers Опубликовано: 22.05.2026 --- На конференции Google для разработчиков команда Google DeepMind представила Gemma 4 — новое поколение семейства открытых языковых моделей, спроектированных для максимальной эффективности на локальных устройствах. В центре внимания — переход на открытую лицензию Apache 2.0, значительное расширение контекстного окна и демонстрация работы ИИ в реальных условиях: от управления роботами до помощи слабовидящим бегунам. ## 🚀 Философия Gemma 4: Интеллект на каждый ватт [[JUMP:0:03]] Оливье, продуктовый лидер команды Gemma, подчеркнул, что проект начался в начале 2024 года с простой идеи: создать модель, которую можно запустить где угодно и полностью настроить под свои нужды [0:29]. Главным приоритетом разработчиков стала эффективность — достижение максимального уровня «интеллекта на ватт» потребляемой мощности. По мнению команды, открытые веса моделей (open weights) позволяют разработчикам гибко проводить дообучение (fine-tuning) под специфические задачи [0:42]. В семейство Gemma 4 вошли четыре основных размера моделей: * **2B (2 миллиарда параметров):** предназначена для интернета вещей (IoT) и периферийных вычислений. * **4B (4 миллиарда параметров):** оптимизирована для работы на мощных смартфонах и ноутбуках среднего сегмента. * **26B (26 миллиардов параметров):** использует архитектуру Mixture of Experts (MoE) для обеспечения высокой скорости и низкой задержки. * **31B (31 миллиард параметров):** классическая «плотная» (dense) модель, ориентированная на максимальное качество и удобство тонкой настройки [1:37]. Одним из самых значимых изменений стал переход с кастомной лицензии Gemma на популярную лицензию **Apache 2.0**. Оливье отметил, что это даст разработчикам полный контроль при развертывании моделей в продакшене, что было встречено аудиторией с особым энтузиазмом [3:19]. ## 🧠 Технологический скачок и бенчмарки [[JUMP:5:43]] Технический прогресс семейства Gemma демонстрирует впечатляющую динамику. Оливье привел данные, согласно которым новая модель размером всего 2B параметров в этом цикле разработки сравнялась или даже превзошла по возможностям модель 27B предыдущего поколения [5:57]. «Это дает мне огромную надежду на будущее. Возможно, в следующем году мы сможем уместить возможности модели 31B в ваш карман для полностью локальной работы на телефоне», — поделился прогнозом спикер [6:11]. Ключевые технические обновления Gemma 4: * **Контекстное окно:** увеличено с 32 000 до 128 000 токенов для малых моделей и до 256 000 токенов для моделей 26B и 31B [3:07]. * **Мультимодальность:** глубокая поддержка понимания изображений (без фиксированного соотношения сторон), аудио и видео [3:58]. * **Агентурные способности:** встроенная поддержка рассуждений (reasoning) и вызова функций (function calling) прямо «из коробки» [3:19]. * **Мультиязычность:** модели показывают высокие результаты в тестах на европейских языках, а также в японском, корейском и языках Юго-Восточной Азии [6:51]. Для повышения скорости работы была представлена технология **MTP Drafter**, позволяющая использовать спекулятивное декодирование. По данным Google, это обеспечивает ускорение вывода до 3 раз [7:56]. ## ☁️ Развертывание в облаке: от одного клика до полного контроля [[JUMP:9:03]] Гас, продуктовый менеджер Gemma, подробно разобрал варианты использования моделей в облачной инфраструктуре Google Cloud. Он выделил три основных сценария, различающихся по сложности и уровню контроля: 1. **Gemini Enterprise Agent Platform (ранее Vertex AI):** решение «среднего уровня». Позволяет развернуть модель в один клик, выбрав нужный графический процессор (например, H100 или RTX 6000). Также доступна модель 26B как сервис (Model-as-a-Service) с оплатой за токены [10:48]. 2. **Google Kubernetes Engine (GKE):** вариант для продвинутых пользователей. Дает полный доступ к виртуальным машинам и всем настройкам конфигурации для максимальной оптимизации под конкретные задачи [12:21]. 3. **Cloud Run:** самый простой способ. Позволяет развернуть Gemma всего парой строк кода. Система автоматически масштабируется до нуля, если запросов нет, и может мгновенно развернуться до 100 GPU при пиковых нагрузках [14:11]. ## 🛠️ Агенты в действии: от бизнес-аналитики до «вайб-кодинга» [[JUMP:15:44]] Одной из самых ярких демонстраций стала работа модели Gemma 31B над задачей оптимизации выручки системы городского проката велосипедов. Модель получила доступ к базе данных BigQuery через сервер MCP (Model Context Protocol). * **Автономия:** модель самостоятельно изучила структуру таблиц, составила план анализа и начала выполнять SQL-запросы [17:15]. * **Самокоррекция:** когда в коде возникла ошибка из-за опечатки в названии таблицы, Gemma сама идентифицировала проблему и исправила запрос без участия человека [17:40]. * **Результат:** через 3 минуты работы агент выдал список из 10 оптимальных локаций для установки новых велопарковок [18:43]. Ян Валентайн продемонстрировал возможности «вайб-кодинга» (vibe coding) на примере игры **AI Venture**. В этом ретро-квесте игрок может попросить персонажа-курицу написать веб-приложение. Модель Gemma 4 на лету генерирует HTML, CSS и JavaScript, которые тут же отрисовываются в игровом iframe [21:41]. Также он показал параллельную работу 15 агентов на одном ноутбуке, которые одновременно генерировали векторную графику и код на разных языках программирования (Rust, JS, Python) [23:38]. ## 📱 Локальный ИИ: мобильные устройства и робототехника [[JUMP:27:38]] Команда уделила много времени работе ИИ без доступа к интернету. Ян показал работу приложения Google AI Edge Gallery на смартфоне Pixel, где Gemma 4 решала задачи в офлайн-режиме: * Распознавание книг на столе и выдача их списка в формате JSON-схемы [29:09]. * Анализ аудиозаметок с автоматическим внесением данных в приложение для отслеживания настроения [28:44]. * Голосовой ассистент с задержкой менее секунды, способный поддерживать естественный диалог и позволять перебивать себя [32:55]. В области робототехники была представлена модель **Richie Mini** (совместная разработка с Hugging Face и Pollen Robotics) — социальный робот, который может видеть шахматную доску, объяснять правила игры и даже расстраиваться из-за проигрыша [34:49]. Еще более миниатюрный пример — «умные утки» на базе Raspberry Pi 5 и Jetson Orin Nano, которые используют Gemma 4 для общения с окружающими [40:23]. Особое внимание уделили прототипу **Gemma running agent**. Это система для слабовидящих бегунов, которая через умные очки анализирует окружение и дает голосовые подсказки в реальном времени: «держись этой дорожки», «впереди поворот налево», «слева спортивный инвентарь» [38:46]. По мнению Оливье, именно такое использование ИИ для повышения доступности среды воплощает идею «ИИ во благо» [39:45]. ## 🌐 «Gemmaverse»: Экосистема и сообщество [[JUMP:43:23]] В завершение Гас рассказал о масштабах экосистемы Gemma. На текущий момент зафиксировано более **500 миллионов загрузок** моделей семейства [44:00]. Сообщество создало более **100 000 вариантов** Gemma, адаптированных под специфические нужды. Примеры успешных модификаций: * **Med-Gemini:** версия, специально дообученная для работы в сфере здравоохранения и анализа рентгеновских снимков [45:31]. * **Cell to Sentence:** модель для поиска новых методов лечения рака, результаты которой уже проходят тестирование [46:12]. * **Локальные адаптации:** проекты по улучшению поддержки языков суахили (Crane AI Labs) и португальского, а также использование моделей правительством Украины для ускорения бюрократических процессов [47:17]. Представители Google призвали разработчиков продолжать эксперименты, подчеркнув, что возможности Gemma теперь простираются от крошечных плат Coral для носимых устройств до мощных облачных кластеров [42:44].