Gemma 3nがオープンソースエコシステムで利用可能に
Gemma 3n fully available in the open-source ecosystem!
Gemma 3nモデルが、Transformers、timm、MLX、llama.cpp、Transformers.js、Ollama、Google AI Edgeなどの主要なオープンソースライブラリで利用可能になった。本モデルには、実効パラメータ数が5B(E2B)と8B(E4B)の2つのサイズがあり、それぞれベースとインストラクトのバリアントが存在する。E2Bは2GB、E4Bは3GBのVRAMで動作可能でありながら、より大きなモデルに匹敵する品質を提供する。Gemma 3nは、言語デコーダーに加え、MobileNet-V5ベースのビジョンエンコーダーとUniversal Speech Modelベースのオーディオエンコーダーを搭載し、マルチモーダルに対応している。MatFormerアーキテクチャを採用し、レイヤーの組み合わせやオフロードによりメモリ効率を高めている。E4Bは1300以上のLMArenaスコアを達成し、MMLUスコアでも高い性能を示す。140言語のテキストと35言語のマルチモーダル対応が可能。ファインチューニング用のノートブックやHugging Face Gemma Recipesリポジトリも提供されている。
- GoogleがGemma 3nモデルをオープンソースエコシステムで提供開始
- Gemma 3nがMatFormerアーキテクチャを採用し、2〜3GBのVRAMで動作
GoogleがGemma 3nをオープンソースエコシステムでリリースした点が重要。2〜3GBのVRAMで動作しながらLMArena 1300超のスコアを達成し、テキスト・画像・音声のマルチモーダル対応、140言語対応と、軽量ながら高性能なAIモデルの民主化が加速する。MatFormerアーキテクチャによるメモリ効率の向上は、エッジデバイスやオンプレでのAI推論を現実的にし、AI導入コスト低減と市場拡大に直結する。オープンソース戦略により競合のMeta LlamaやMistralに対するGoogleのポジショニング強化も注目。AI開発のプラットフォーム化が進む中で、軽量マルチモーダルモデルの普及は投資テーマとして重要。