在近日舉辦的2025年I/O開發(fā)者大會上，谷歌推出了一項重大技術革新——Gemma 3n端側多模態(tài)AI模型。這一創(chuàng)新技術能夠在智能手機、平板電腦以及筆記本電腦等設備上實現本地運行，輕松處理包括音頻、文本、圖片和視頻在內的多種數據類型。

據Gemma產品經理Gus Martins介紹，Gemma 3n模型不僅功能強大，而且極具兼容性，能在內存小于2GB的設備上流暢運行。其采用了與Gemini Nano相同的架構，但在性能上實現了顯著提升。Gus表示：“Gemma 3n的推出，標志著設備端AI應用進入了一個全新的發(fā)展階段，其表現力令人驚嘆?！?/p>

Gemma 3n的亮點之一在于其應用了谷歌DeepMind團隊研發(fā)的Per-Layer Embeddings（PLE）技術。這一技術顯著降低了模型的內存需求，使得Gemma 3n在保持5B和8B參數量的同時，內存占用卻分別僅相當于2B和4B模型。谷歌宣稱，Gemma 3n的內存占用分別低至2GB和3GB，為移動設備上的AI應用提供了更多可能性。

除了內存優(yōu)化外，Gemma 3n還通過PLE、KVC共享和高級激活量化等技術，在移動設備上的響應速度提升了1.5倍，同時質量也優(yōu)于Gemma 3的4B版本。這一提升使得Gemma 3n在處理復雜任務時更加迅速和準確。

Gemma 3n在非英語語言處理方面也取得了顯著進展。尤其在日語、德語、韓語、西班牙語和法語等語言中，其表現尤為突出。在多語言基準測試WMT24++中，Gemma 3n獲得了高達50.1%的分數，展現了其強大的跨語言處理能力。

對于用戶而言，使用Gemma 3n無需進行任何復雜設置。目前，用戶已經可以通過Google AI Studio直接在瀏覽器中體驗Gemma 3n的強大功能。而對于開發(fā)者來說，他們可以通過Google AI Edge集成本地功能，實現文本和圖像的理解與生成。未來，谷歌還將繼續(xù)擴展Gemma 3n的能力，為開發(fā)者提供更多便捷和高效的工具。