Googleは6月3日、音声をネイティブ入力できる120億パラメータのマルチモーダルモデル、Gemma 4 12Bを発表した。比較的高性能な一部の個人向けコンピューターでも扱えるハードウェア帯にGoogleの新モデルが加わり、すべてのリクエストを遠隔サービスへ送りたくない開発者にとって、ローカルの音声やマルチモーダル開発の選択肢が広がった。
同社によると、モデルは16GBのVRAMまたはユニファイドメモリでローカル動作できる。これはメモリに収まるという説明であり、16GBを搭載するすべてのコンピューターが同じ速度や構成に対応するという約束ではない。アクセラレーターの互換性、量子化、OS、推論ソフトウェアも、実際に使えるローカル環境になるかを左右する。
Googleは重みをApache 2.0で公開し、一般的なローカルおよびクラウド開発ツールで利用する方法を示した。また、発表時点でGemmaファミリーのダウンロードが1億5000万件を超えたとしている。この数字はGoogleによるもので、稼働中の導入数やGemma 4自体の性能を示すものではない。
実用上の魅力は制御しやすさにある。1台のマシンに収まるモデルなら、オフライン実験やデータをユーザーの近くに保つ作業に使える。もっとも、利点は用途、ハードウェア、モデル周辺の保護策に依存する。重みを入手できても運用保守は不要にならず、ノートPC級のメモリ要件だけで遅延や出力品質の問題が解決するわけでもない。
Gemmaとホスト型システムを比べる開発者は、1つの仕様ではなく作業全体を試す必要がある。ロード後のメモリ使用量、応答時間、音声処理、対応アクセラレーター、量子化の影響が有用な確認項目だ。Googleの発表は到達可能な出発点を示したが、その範囲は実機テストで明らかになる。
今後の注目点
ノートPC、GPU、推論エンジンを横断する外部テストによって、16GBという条件が実用的なローカル体験につながる範囲が見えてくる。
情報源
この発表を振り返る記事は、Googleの発表、開発者向けガイド、Gemma概要を基に2026年8月3日に作成した。製品と普及に関する主張はGoogleに帰属し、AI News of Todayは今回モデルをテストしていない。
可能な限り、一次資料や現場取材に基づく報道へのリンクを掲載しています。