Gemma– tag –
-
［開発者向け］GoogleがGemma 4とLiteRTでRaspberry Pi向けエッジAI開発を強化
はじめに Googleは2026年8月11日、軽量モデル「Gemma」と推論ランタイム「LiteRT」を組み合わせ、Raspberry Pi上でエッジAIを動かす手法を開発者向けブログで公開しました。本稿では、ロボット「Reachy Mini」を使った実証デモを軸に、モデル構成や性能... -
［開発者向け］VRAM 4.5GBから動く量子化コーディングモデル「Gemma 4 12B Coder」——llama.cppとLM Studioで今すぐローカル実行する方法
はじめに Hugging FaceユーザーのYuxinlu氏が2026年6月、Googleの「Gemma 4 12B」をベースにコーディング特化でファインチューニングした量子化モデル「gemma-4-12B-coder-fable5-composer2.5-v1-GGUF」を公開しました。VRAM 4.5GBから動作するQ2_Kクォ... -
［AIツール利用者向け］Gemma 4で何が作れる？オフライン英語学習からゲーム化アプリまで3つの活用事例
はじめに Googleは2026年6月9日、公式ブログで軽量オープンモデル「Gemma 4」を活用した3つの開発事例を紹介しました。リリース以来1億5,000万回以上ダウンロードされたGemma 4が、オフライン英語学習アプリや画像認識を使ったキャラクター表現、長文記... -
［開発者向け］Google「DiffusionGemma」公開——テキスト生成を最大4倍高速化する拡散型モデルとは
はじめに Googleが2026年6月10日、新しい実験的オープンモデル「DiffusionGemma」を発表しました。本稿では、この発表内容をもとに、テキスト拡散(text diffusion)という新しいアプローチの仕組みと、開発者が実際に試す方法について解説します。 参考記... -
［開発者向け］Gemma 4 QATモデル公開——モバイル・ラップトップで動く量子化チェックポイントの仕組みと使い方
はじめに Google DeepMindが2026年6月5日、Gemma 4ファミリーを量子化対応トレーニング（QAT）で最適化した新チェックポイントを公開しました。本稿では、QATがなぜ通常の量子化より優れるのか、モバイル向けに施された工夫の中身、そして各種ツールでの... -
［開発者向け］Gemma 4 12B登場——エンコーダー不要のマルチモーダルアーキテクチャでラップトップ上でのエージェントAIが現実に
はじめに GoogleとGoogle DeepMindが2026年6月3日、新しいオープンモデル「Gemma 4 12B」を発表しました。視覚・音声・テキストをエンコーダーなしで統合処理する独自アーキテクチャを採用し、16GBのVRAMで動作するラップトップ対応モデルです。本稿では... -
［開発者向け］Gemma 4の推論速度を最大3倍に高速化——MTPドラフターによるSpeculative Decodingの仕組みと使い方
はじめに Googleが2026年5月5日、Gemma 4ファミリー向けの Multi-Token Prediction（MTP）ドラフター を公開しました。Speculative Decoding（投機的デコーディング）の技術を採用し、出力品質を損なわずに最大3倍の推論速度向上を実現します。本稿では... -
［開発者向け］Googleの合成データフレームワーク「Simula」——機構設計の発想でカバレッジ・難易度・品質を独立制御
はじめに Googleの研究者らが2026年4月16日、合成データ生成フレームワーク「Simula」を紹介する論文を発表しました。個別サンプルの最適化ではなくデータセット全体を「機構設計」として捉え直すことで、カバレッジ・複雑さ・品質を独立して制御できる... -
［開発者向け］Gemma 4がNVIDIAプラットフォームで動く——エッジからデータセンターまで対応したマルチモーダルモデルの全貌
はじめに NVIDIAデベロッパーブログは2026年4月2日、Googleが新たに公開したGemma 4シリーズについての解説記事を公開しました。Gemma 4は4つのモデルで構成され、データセンターからエッジデバイスまで幅広い環境での展開を想定した設計が特徴です。本... -
［開発者向け］NVIDIAがGemma 4をRTX PCとDGX Sparkに最適化 — ローカルエージェントAIが身近になりました
はじめに NVIDIAは2026年4月2日、GoogleのオープンモデルファミリーGemma 4をNVIDIA GPU向けに最適化したことを発表しました。本稿では、対応モデルの種類と特徴、ローカル環境への導入方法、そしてエージェントAI活用の可能性について解説します。 参考...
