Google выпустила Gemma 4 12B, чтобы мультимодальный ИИ запускался на ноутбуке

Google DeepMind выпустила Gemma 4 12B — открытую модель среднего размера, которая должна запускать мультимодальный ИИ не только в облаке, но и на обычных рабочих машинах. По заявлению Google, модель рассчитана на ноутбуки с 16 GB VRAM или unified memory, работает с текстом, изображениями и аудио, а веса доступны через Hugging Face и Kaggle.

Для рынка это не самый громкий тип релиза: без новой гигантской флагманской модели и без обещания «обогнать всех». Но именно такие модели часто меняют повседневную практику. Если мультимодальный помощник можно держать локально, разработчику, исследователю или небольшой команде проще экспериментировать с документами, голосом, скриншотами, видеофрагментами и кодом без постоянной отправки всего в удалённый API.

Что нового в Gemma 4 12B

Главная техническая ставка Google — единая архитектура без отдельных мультимодальных энкодеров. В обычных системах изображение или звук сначала проходит через отдельный модуль, который переводит вход в представление для языковой модели. В Gemma 4 12B визуальные и аудиоданные подаются ближе к самому LLM-backbone: изображения превращаются в патчи через лёгкий embedding-модуль, а аудиосигнал проецируется в то же пространство, где модель обрабатывает текстовые токены.

Практический смысл проще, чем сама архитектура: меньше отдельных компонентов, ниже задержка и более компактный локальный запуск. Google называет Gemma 4 12B первой моделью среднего размера в семействе Gemma с нативным аудиовходом. Модель также поддерживает длинный контекст до 256K токенов, reasoning-режим, кодинг, анализ документов, видео и function calling для агентных сценариев.

Лицензия Apache 2.0 делает релиз особенно важным для разработчиков. Модель можно брать не только для экспериментов, но и для коммерческих продуктов, если соблюдаются условия лицензии и отдельные правила использования Gemma. В карточке Hugging Face Google описывает Gemma 4 как семейство открытых моделей для задач от мобильных устройств до рабочих станций и серверов.

Почему это важно не только разработчикам

Gemma 4 12B попадает в момент, когда компании начинают считать стоимость токенов и риски передачи данных внешним провайдерам. Облачные модели остаются сильнее и удобнее для многих задач, но не вся работа требует самого дорогого API. Локальная модель может быть достаточно хорошей для предварительного анализа документов, черновой обработки аудио, поиска по внутренним материалам, локального coding assistant и простых агентов рядом с рабочими файлами.

Google сразу даёт разработчикам широкий набор входов: LM Studio, Ollama, Google AI Edge Gallery, LiteRT-LM CLI, Hugging Face Transformers, llama.cpp, MLX, SGLang, vLLM и Unsloth. Отдельно компания выпустила Gemma Skills — репозиторий навыков, который должен помогать агентам строить приложения на базе Gemma. В developer guide Google показывает сценарий, где локально запущенная Gemma 4 12B через агентный harness создаёт Gradio-приложение для обработки изображений.

Это не означает, что ноутбук внезапно заменит дата-центр. 16 GB памяти — всё ещё требование к достаточно серьёзному устройству, а реальные скорость, качество и удобство будут зависеть от квантизации, драйверов, фреймворка и задачи. Но направление понятно: большие лаборатории всё чаще выпускают модели, которые пытаются вернуть часть ИИ-работы на устройство пользователя.

Для обычного читателя вывод такой: локальный ИИ перестаёт быть нишей только для энтузиастов с тяжёлыми GPU. Он постепенно превращается в практический слой между простыми on-device функциями и дорогими облачными агентами. Gemma 4 12B важна именно этим промежуточным местом: достаточно компактная для ноутбука, достаточно мультимодальная для реальных рабочих сценариев и достаточно открытая, чтобы вокруг неё быстро появились локальные инструменты.