Dongwu Securities : Google(GOOGL.US) a publié la capacité du modèle Gemma 4, catalyseur de la transition des capacités, accélérant le cycle de mise à niveau du matériel terminal

Investir en bourse, c’est consulter les rapports d’analystes de Jin Qilin : fiables, professionnels, opportuns et complets, pour vous aider à découvrir des opportunités de thèmes à fort potentiel !

（Source : Zhitong Finance）

D’après l’application Zhitong Finance, Dongwu Securities a publié un rapport indiquant que Google(GOOGL.US) a publié la série de modèles open source Gemma 4, prenant en charge le raisonnement d’agents, le multimodal (image, vidéo, audio), les longs contextes et les capacités multilingues. Sur le plan technique, l’accent est mis sur l’optimisation de l’efficacité mémoire, afin de réduire les barrières de déploiement côté terminal et d’élargir la couverture des appareils. Le déblocage de la licence Apache 2.0 pour l’usage commercial, combiné à la mise en œuvre dans l’écosystème Android, devrait permettre d’entraîner une mise à niveau du matériel côté terminal et l’ouverture d’une nouvelle phase du cycle de renouvellement des appareils.

Les principaux points de vue de Dongwu Securities sont les suivants :

Google publie le modèle open source Gemma4 : capacités d’agent et multimodales renforcées de manière globale

Le 3 avril, Google a publié la nouvelle génération de modèles linguistiques open source Gemma 4, comprenant quatre versions : E2B, E4B, 26B (MoE) et 31B (Dense). L’ensemble des modèles Gemma4 prend en charge les capacités suivantes : Agents et raisonnement complexe : prise en charge du raisonnement en plusieurs étapes et de la planification logique complexe, avec une capacité d’exécution autonome de workflows orientés agents, capable d’appeler divers outils et API. Multimodal : tous les modèles prennent en charge nativement le traitement d’images et de vidéos, et se distinguent dans des tâches telles que l’OCR et la compréhension de graphiques ; parmi eux, les versions E2B/E4B prennent en plus en charge l’entrée audio native. Génération de code hors ligne : prise en charge de la génération de code dans un environnement local. Longs contextes : les petits modèles prennent en charge une fenêtre de contexte de 128K, les grands modèles jusqu’à 256K, améliorant de manière significative la capacité à traiter des documents longs et des tâches complexes. Capacités multilingues : entraînement natif sur plus de 140 langues.

L’itération technique se concentre sur l’efficacité mémoire et le passage vers le bas des capacités multimodales afin d’améliorer la capacité de prise en charge des tâches côté terminal et d’élargir la couverture des appareils

D’après la trajectoire d’évolution technologique, l’itération de Gemma 4 optimise les goulots d’étranglement clés du déploiement côté terminal, notamment la mémoire et les capacités d’interaction. Plus précisément, 1) au niveau de l’architecture du modèle, elle prolonge le mécanisme de Per-Layer Embeddings (PLE ; embeddings par couche). Par exemple, pour E2B, le nombre total de paramètres est d’environ 5B, mais en inférence, il n’est nécessaire de charger qu’environ 2B de poids principaux ; le reste est appelé à la demande par le CPU. Ce changement abaisse la barrière d’utilisation du matériel terminal, permettant au modèle de fonctionner sur les équipements de la gamme actuelle, et d’élargir le socle d’appareils accessibles pour l’IA côté terminal. 2) concernant la capacité de longs contextes : grâce à une « fenêtre glissante alternée + attention globale » et à la conception Shared KVCache, l’efficacité d’utilisation de la mémoire est fortement optimisée. La plupart des couches ne traitent que des tokens locaux, tandis qu’un petit nombre de couches se charge de la modélisation globale ; en réutilisant les caches, on évite les calculs redondants. Ainsi, la demande en KV cache diminue de 74 % par rapport aux mécanismes d’attention complète traditionnels. Dans un contexte où la mémoire côté terminal est limitée, cette optimisation détermine directement si le modèle peut gérer des charges de travail réelles telles que les documents longs et les dialogues multi-tours. C’est la clé pour que l’IA côté terminal devienne un outil de productivité. 3) sur le plan des limites de capacités : Gemma 4 fait pour la première fois descendre les capacités multimodales natives vision + audio au niveau des modèles de 2B, fournissant une base technique pour permettre, sur mobile, des fonctions courantes telles que la compréhension de l’écran, la communication vocale et les opérations entre applications. Dans l’ensemble, cette société estime que, d’une part, Gemma 4 améliore de façon significative, via des innovations architecturales, la capacité des modèles côté terminal à traiter les tâches multimodales du quotidien ; d’autre part, elle abaisse efficacement les barrières matérielles et élargit la portée des appareils accessibles, ce qui revêt un sens d’accélération pour le rythme du secteur de l’IA côté terminal.

Le déverrouillage complet des licences open source, combiné à l’intégration dans l’écosystème Android, stimule la mise à niveau du matériel côté terminal et lance une nouvelle phase du cycle de renouvellement

Du point de vue de l’écosystème, les premières générations de versions de la série Gemma utilisaient des licences personnalisées de Google, avec certaines limites pour les scénarios d’usage commercial. Cette fois, Gemma 4 passe à la licence Apache 2.0 ; en l’absence de contraintes obligatoires d’utilisation, elle offre une liberté commerciale totale, réduisant de manière significative la barrière d’adoption pour les entreprises et permettant d’attirer davantage de développeurs ainsi que des clients commerciaux en retour. Par ailleurs, Gemma 4 servira de modèle de base pour Gemini Nano 4 et prévoit d’être déployée, dans le courant de l’année, sur une nouvelle génération d’appareils Android phares, jouant le rôle de base des modèles côté terminal de prochaine génération. D’après les informations divulguées officiellement : depuis la publication de sa première version, le nombre de téléchargements cumulés de Gemma dépasse déjà 4 milliards, avec plus de 100 000 modèles dérivés, formant initialement un écosystème de développeurs appelé Gemmaverse. La société estime que, sous l’effet double de l’assouplissement des licences open source et de l’introduction dans l’écosystème Android, l’amélioration des capacités côté terminal représentées par Gemma 4 devrait étendre de manière significative les limites des capacités de l’IA côté terminal, et catalyser davantage la mise à niveau des performances du matériel des terminaux ainsi que l’innovation de nouveaux produits sous de nouvelles formes ; cela devrait entraîner une nouvelle phase du cycle de renouvellement des appareils et des percées au niveau des catégories.

Avertissement sur les risques : risque que l’innovation technique ne réponde pas aux attentes, risque d’insuffisance de la demande des terminaux, risque lié à l’environnement macroéconomique.

Une énorme quantité d’informations et une analyse précise : le tout sur l’application Sina Finance