கூகுள் தனது சமீபத்திய திறந்த பன்முக செயற்கை நுண்ணறிவு மாதிரி ஜெம்மா 3n-ஐ அதிகாரப்பூர்வமாக அறிமுகப்படுத்தியுள்ளது. இது மொபைல் மற்றும் எட்ஜ் சாதனங்களுக்கு சிறப்பாக வடிவமைக்கப்பட்டு, மேம்பட்ட AI திறன்களை நேரடியாக பயனாளர்களின் ஹார்ட்வேரில் கொண்டு வருவதில் ஒரு முக்கியமான முன்னேற்றமாகும்.
ஜெம்மா 3n இரண்டு அளவுகளில் வருகிறது: E2B மற்றும் E4B. அவற்றின் முழு பராமீட்டர் எண்ணிக்கை முறையே 5B மற்றும் 8B என்றாலும், கட்டமைப்பு புதுமைகள் காரணமாக 2B மற்றும் 4B மாதிரிகளுக்கு இணையான நினைவக பயன்பாட்டில் இயங்கும். E2B வெறும் 2GB நினைவகத்திலும், E4B 3GB நினைவகத்திலும் செயல்பட முடிகிறது. இந்த திறனுக்கு MatFormer கட்டமைப்பு மற்றும் Per-Layer Embeddings போன்ற தொழில்நுட்ப புதுமைகள் காரணமாகும்.
இந்த மாதிரி இயல்பாகவே பன்முகமாக வடிவமைக்கப்பட்டுள்ளது; படம், ஆடியோ, வீடியோ மற்றும் உரை உள்ளீடுகளை நேரடியாக ஆதரிக்கிறது, மேலும் உரை வெளியீடுகளை உருவாக்குகிறது. விரிவாக்கப்பட்ட ஆடியோ திறன்கள் மூலம், உயர் தர ஆட்டோமேட்டிக் ஸ்பீச் ரெகக்னிஷன் (transcription) மற்றும் பேச்சிலிருந்து உரைக்கு மொழிபெயர்ப்பு செய்ய முடிகிறது. மேலும், பல்வேறு வகை உள்ளீடுகளை ஒன்றாக வழங்கி, சிக்கலான பன்முக தொடர்புகளை புரிந்து கொள்ளும் திறனும் உள்ளது.
காட்சி செயலாக்கத்திற்காக, ஜெம்மா 3n-ல் MobileNet-V5-300M என்ற திறமையான விஷன் என்கோடர் உள்ளது. இது எட்ஜ் சாதனங்களில் பன்முக பணிகளுக்கு முன்னணி செயல்திறனை வழங்குகிறது. 256x256, 512x512, 768x768 பிக்சல்கள் உள்ளிட்ட பல்வேறு தீர்மானங்களை ஆதரிக்கிறது; படங்கள் மற்றும் வீடியோக்களை புரிந்து கொள்ளும் பணிகளில் சிறந்து விளங்குகிறது; ஒரு கூகுள் பிக்சல் சாதனத்தில் வினாடிக்கு 60 ஃப்ரேம்கள் வரை செயலாக்க முடியும்.
E4B பதிப்பு LMArena மதிப்பெண்களில் 1300-ஐ தாண்டியுள்ளது; இது 10 பில்லியன் பராமீட்டர்களுக்கு குறைவான மாதிரிகளில் முதல் முறையாக இந்த அளவைக் கடந்ததாகும். ஜெம்மா 3n 140 மொழிகளில் உரை மற்றும் 35 மொழிகளில் பன்முக புரிதல் திறன்களை வழங்குகிறது. மேலும் கணிதம், குறியீடு மற்றும் காரணம் கூறும் திறனிலும் மேம்பாடுகள் உள்ளன.
தனிப்பட்ட தனியுரிமை முக்கிய அம்சமாகும்; சாதனத்தில் உள்ளூராக இயங்குவதால், பயனர் தனியுரிமையை பாதுகாக்கும் அம்சங்கள் மற்றும் இணைய இணைப்பு இல்லாமலும் நம்பகமாக செயல்படும் வசதிகள் உள்ளன. Qualcomm Technologies, MediaTek, Samsung System LSI போன்ற முன்னணி ஹார்ட்வேர் நிறுவனங்களுடன் கூடிய ஒத்துழைப்பில் உருவாக்கப்பட்டு, மின்னல் வேகத்தில் பன்முக AI-யை வழங்கும் வகையில் மேம்படுத்தப்பட்டுள்ளது. இதன் மூலம், பயனாளர்கள் நேரடியாக சாதனத்தில் தனிப்பட்ட மற்றும் பாதுகாப்பான அனுபவத்தை பெற முடிகிறது.
Google I/O 2025 மே மாத முன்னோட்டத்திற்குப் பிறகு, இப்போது Hugging Face Transformers, llama.cpp, Google AI Edge, Ollama, MLX போன்ற பிரபலமான கட்டமைப்புகளில் இந்த மாதிரி கிடைக்கிறது. இந்த முழுமையான வெளியீடு, புதிய தலைமுறை புத்திசாலி, சாதனத்திலேயே இயங்கும் செயலிகளைக் கட்டமைக்க டெவலப்பர்களுக்கு சக்தி வழங்குகிறது.