Dongwu Securities: Google(GOOGL.US) lanza la capacidad del modelo Gemma 4, catalizando la transición en las capacidades y acelerando el ciclo de actualización del hardware de los terminales

Invertir en acciones solo con el informe de análisis de Jin Qilin, autoritativo, profesional, oportuno y completo; ¡le ayuda a descubrir oportunidades temáticas con potencial!

（Fuente: Zhitong Caijing）

La app de Zhitong Caijing informa que, Dongwu Securities publicó un informe de investigación en el que afirma que Google(GOOGL.US) lanzará la serie de modelos de código abierto Gemma 4, que admite razonamiento de Agent, modalidades múltiples (imagen, video, audio), contexto de ventana larga y capacidades multilingües. La parte técnica se centra en optimizar la eficiencia de memoria, reducir el umbral para el despliegue en el dispositivo final y ampliar el alcance de cobertura de los equipos. La licencia Apache 2.0 libera el uso comercial y, combinada con el ecosistema Android para su implementación, se espera que impulse la actualización del hardware en el dispositivo final y el inicio de un nuevo ciclo de cambio de equipos.

Las principales opiniones de Dongwu Securities son las siguientes：

Google lanza el modelo de código abierto Gemma4; la capacidad de Agent y de multimodalidad mejora de forma integral

El 3 de abril, Google publicó el nuevo modelo de lenguaje de código abierto de próxima generación Gemma 4, que incluye cuatro versiones: E2B, E4B, 26B (MoE) y 31B (Dense). La serie completa de modelos Gemma4 admite las siguientes capacidades：Agent y razonamiento complejo: admite razonamiento de múltiples pasos y planificación lógica compleja, con capacidad de ejecución de flujos de trabajo autónomos orientados a escenarios de Agent, y puede llamar a diversas herramientas y API. Multimodalidad: todos los modelos admiten de forma nativa el procesamiento de imágenes y videos, y destacan en tareas como OCR y la comprensión de gráficos; entre ellos, las versiones E2B/E4B además admiten entrada de audio nativa. Generación de código sin conexión: admite la generación de código en un entorno local. Contexto largo: los modelos pequeños admiten una ventana de contexto de 128K y los modelos grandes, hasta 256K, mejorando de forma significativa la capacidad para manejar documentos largos y tareas complejas. Capacidades multilingües: ya se ha realizado entrenamiento nativo en más de 140 idiomas.

La iteración tecnológica se centra en la eficiencia de memoria y la multimodalidad descendente para mejorar la capacidad de carga de tareas en el dispositivo final y ampliar el alcance de cobertura de los equipos

Desde la perspectiva de la evolución tecnológica, la iteración de Gemma 4 optimiza los cuellos de botella principales para el despliegue en el dispositivo final, como la memoria y las capacidades de interacción. En concreto, 1）a nivel de arquitectura del modelo, se mantiene el mecanismo de Per-Layer Embeddings (PLE); por ejemplo, en E2B, con aproximadamente 5B de parámetros totales, pero durante la inferencia solo es necesario cargar alrededor de 2B de pesos principales, y el resto se llama bajo demanda desde la CPU. Este cambio reduce el umbral de uso del hardware en terminales, permitiendo que el modelo se ejecute en los dispositivos de borde existentes y ampliando la base de dispositivos a los que se puede llegar con la IA en el dispositivo final. 2）en capacidades de contexto largo, mediante “ventanas deslizantes alternas + atención global” y el diseño de Shared KVCache, se optimiza significativamente la eficiencia del uso de memoria: la mayoría de las capas solo procesan tokens locales y un número reducido de capas se encarga del modelado global; al mismo tiempo, se reutiliza la caché para evitar cálculos repetidos, de modo que la demanda de KVCache disminuye en 74% frente al mecanismo de atención totalmente global tradicional. En un contexto en el que la memoria en el dispositivo final es limitada, esta optimización determina directamente si el modelo cuenta con la capacidad para manejar cargas de trabajo reales como documentos largos y conversaciones de múltiples turnos, siendo clave para que la IA en el dispositivo final se convierta en una herramienta productiva. 3）en los límites de las capacidades, Gemma 4 por primera vez lleva la capacidad multimodal nativa de visión + audio al nivel de modelos de 2B, proporcionando una base técnica para funciones habituales en teléfonos, como la comprensión de pantallas, la comunicación por voz y la operación entre aplicaciones. En conjunto, esta entidad considera que Gemma 4, mediante la innovación en la arquitectura, por un lado mejora de manera significativa la capacidad de los modelos en el dispositivo final para tareas multimodales diarias, y por otro reduce de forma efectiva el umbral de hardware y amplía el rango de dispositivos a los que se puede llegar; esto tiene un significado acelerador para el ritmo de la industria de la IA en el dispositivo final.

Al abrirse por completo la licencia de código abierto y sumarse la implementación al sistema Android, se impulga la actualización del hardware en el dispositivo final y se inicia un nuevo ciclo de cambio de equipos

Desde la perspectiva del ecosistema, en las primeras versiones de la serie Gemma se utilizaba una licencia personalizada de Google, con ciertas limitaciones en escenarios comerciales. En esta ocasión, Gemma 4 cambia a la licencia Apache 2.0; bajo el supuesto de no estar obligada por políticas de uso forzadas, ofrece una libertad comercial total, lo que reduce de forma notable el umbral de adopción para las empresas y se espera que atraiga a más desarrolladores y clientes comerciales que regresen. Por otro lado, Gemma 4 se utilizará como modelo base de Gemini Nano 4 y se planea implementarlo durante el año en nuevos dispositivos Android insignia de próxima generación, asumiendo el papel de base del modelo en el dispositivo final de la siguiente generación. Según lo divulgado por la entidad oficial, desde el lanzamiento de la primera generación, la descarga acumulada de Gemma ya supera los 4 000 millones de veces, con más de 100 000 modelos derivados, y se ha formado inicialmente un ecosistema de desarrolladores de Gemmaverse. Esta entidad considera que, con el impulso doble de la flexibilización del acuerdo de código abierto y la incorporación del sistema Android, la mejora de capacidades de los modelos en el dispositivo final representada por Gemma 4 tiene la posibilidad de ampliar de forma significativa los límites de la IA en el dispositivo final; además, catalizará aún más la actualización del rendimiento del hardware de terminales y la innovación en productos de nuevas formas, impulsando un nuevo ciclo de cambio de equipos y avances en categorías.

Avisos de riesgo: riesgo de que la innovación tecnológica no cumpla las expectativas; riesgo de insuficiencia de demanda en terminales; riesgo del entorno macroeconómico.

Noticias masivas, interpretación precisa: ¡todo en la app de Sina Finance!