اعلام Gemma 4 در «پیش‌نمای توسعه‌دهندگان نرم‌افزار AICore»

ما در Google متعهد هستیم که توانمندترین مدل‌های هوش مصنوعی را مستقیماً به دستگاه‌های Android در جیب شما بیاوریم. امروز با هیجان انتشار جدیدترین مدل باز پیشرفته‌مان را اعلام می‌کنیم: Gemma 4.

این مدل‌ها پایه نسل بعدی Gemini Nano هستند، بنابراین کدی که امروز برای Gemma 4 می‌نویسید به‌طور خودکار در دستگاه‌های سازگار با Gemini Nano 4 که اواخر امسال دردسترس قرار می‌گیرند کار خواهد کرد. با Gemini Nano 4، از بهینه‌سازی‌های عملکردی اضافی ما بهره‌مند خواهید شد تا بتوانید با کارآمدترین استنتاج درون‌دستگاهی، در سراسر بوم‌سازگان Android به تولید بپردازید.

امروز می‌توانید ازطریق پیش‌نمای توسعه‌دهندگان نرم‌افزار AICore به این مدل دسترسی زودرس داشته باشید.

مدل Gemini Nano 4 Fast را در میانای کاربری «پیش‌نمایش توسعه‌دهندگان نرم‌افزار» انتخاب کنید تا سرعت استنتاج فوق‌العاده سریع آن را قبل‌از نوشتن هرگونه کد در عمل ببینید

چون Gemma 4 به‌طور بومی از بیش‌از ۱۴۰ زبان پشتیبانی می‌کند، می‌توانید انتظار تجربه‌های چندزبانه و بومی‌سازی‌شده بهتری را برای مخاطبان جهانی خود داشته باشید. علاوه‌براین، Gemma 4 با درک چندوجهی عملکردی پیشرو در صنعت ارائه می‌دهد و به برنامه‌های شما امکان می‌دهد نوشتار، تصویر، و صدا را درک و پردازش کنند. برای ارائه بهترین توازن بین عملکرد و کارایی، Gemma 4 در Android در دو اندازه ارائه می‌شود:

• E4B: طراحی‌شده برای قدرت استدلال بالاتر و تکالیف پیچیده.
• ‫E2B: برای حداکثر سرعت (۳ برابر سریع‌تر از مدل E4B!) و تأخیر کمتر بهینه‌سازی شده است.

مدل جدید تا ۴ برابر سریع‌تر از نسخه‌های قبلی است و تا ۶۰٪ کمتر باتری مصرف می‌کند. از امروز می‌توانید قابلیت‌های بهبودیافته را امتحان کنید، ازجمله:

• استدلال: اکنون می‌توان انتظار داشت که فرمان‌های زنجیره افکار و عبارت‌های شرطی نتایجی با کیفیت بالاتر ارائه دهند. برای مثال: «تعیین کنید که آیا نظر زیر برای رشته بحث با رهنمودهای انجمن مطابقت دارد یا نه. اگر نظر حاوی یک یا چند مورد از این reason_for_flag باشد، از دستورالعمل انجمن عبور نمی‌کند: ناسزا، زبان تحقیرآمیز، سخنان مشوق عداوت و تنفر». اگر بازبینی از دستورالعمل‌های انجمن عبور کرد، {true} را برگردانید. درغیراین‌صورت، {false, reason_for_flag} را برگردانید.»
• ریاضی: با مهارت‌های ریاضی بهتر، مدل اکنون می‌تواند دقیق‌تر به سؤالات پاسخ دهد. برای مثال: «اگر ۲۶ چک حقوق در سال دریافت کنم، چقدر باید از هر چک حقوق کنار بگذارم تا درطول یک سال به هدف پس‌انداز ۱۰٬۰۰۰ دلاری‌ام برسم؟»
• درک زمان: مدل اکنون در استدلال درباره زمان توانمندتر شده است و این امر باعث می‌شود برای موارد استفاده‌ای که شامل تقویم، یادآور، و زنگ ساعت است دقیق‌تر باشد. برای مثال: «رویداد ساعت ۶ بعدازظهر ۱۸ اوت است و یادآوری باید ۱۰ ساعت قبل‌از رویداد ارسال شود. زمان و تاریخی را که یادآوری باید ارسال شود برگردانید.»
• درک تصویر: موارد استفاده‌ای که شامل OCR (تشخیص نویسه نوری) می‌شوند - مانند درک نمودار، استخراج داده‌های دیداری، و تشخیص دست‌نویس - اکنون نتایج دقیق‌تری ارائه خواهند داد.

امروز به پیش‌نمایش توسعه‌دهندگان نرم‌افزار بپیوندید تا این مدل‌ها را در مدل‌های پیش‌نمایش بارگیری کنید و فوراً شروع به ساختن ویژگی‌های نسل بعدی کنید.

شروع آزمایش مدل

با دنبال کردن راهنمای پیش‌نمای توسعه‌دهندگان نرم‌افزار می‌توانید مدل را بدون کد امتحان کنید. اگر می‌خواهید مستقیماً به ادغام این مدل‌ها با گردش کار فعلی‌تان بپردازید، این کار را برایتان آسان کرده‌ایم. به Android Studio بروید تا پیام‌واره‌تان را پالایش کنید و با ML Kit Prompt API آشنا بسازید. قابلیت جدیدی برای مشخص کردن مدل معرفی کرده‌ایم که به شما امکان می‌دهد انواع E2B (سریع) یا E4B (کامل) را برای آزمایش هدف‌یابی کنید.

// Define the configuration with a specific track and preference
val previewFullConfig = generationConfig {
    modelConfig = ModelConfig {
        releaseTrack = ModelReleaseTrack.PREVIEW
        preference = ModelPreference.FULL
    }
}

// Initialize the GenerativeModel with the configuration
val previewModel = GenerativeModel.getClient(previewFullConfig)

// Verify that the specific preview model is available
val previewModelStatus = previewModel.checkStatus()
if (previewModelStatus == FeatureStatus.AVAILABLE) {
    // Proceed with inference
    val response = previewModel.generateContent("If I get 26 paychecks per year, how much I should contribute each paycheck to reach my savings goal of $10k over the course of a year? Return only the amount.")

} else {
    // Handle the case where the preview model is not available
    // (e.g., print out log statements)
}

آنچه باید درطول «پیش‌نمای توسعه‌دهندگان نرم‌افزار» انتظار داشته باشید

هدف از این «پیش‌نمای توسعه‌دهندگان نرم‌افزار» این است که به شما فرصتی برای بهبود دقت پیام‌واره و کاوش موارد استفاده جدید برای برنامه‌های خاصتان بدهد.

درطول دوره پیش‌نمایش، چندین به‌روزرسانی انجام خواهیم داد، ازجمله پشتیبانی از فراخوانی ابزار، خروجی ساختاریافته، پیام‌واره‌های سیستم، و حالت تفکر در Prompt API، که بهره‌برداری کامل از قابلیت‌های جدید Gemma 4 و همچنین بهینه‌سازی‌های قابل‌توجه عملکرد را آسان‌تر می‌کند. 

مدل‌های پیش‌نمایش برای آزمایش در دستگاه‌های دارای AICore دردسترس هستند. این مدل‌ها روی جدیدترین نسل شتاب‌دهنده‌های تخصصی هوش مصنوعی از Google،‏ MediaTek، و Qualcomm Technologies اجرا خواهند شد. در دستگاه‌های دیگر، مدل‌ها در ابتدا روی پیاده‌سازی CPU اجرا می‌شوند که نشان‌دهنده عملکرد نهایی تولید نیست. اگر دستگاهتان AICore را فعال نکرده است، می‌توانید این مدل‌ها را ازطریق برنامه گالری AI Edge نیز آزمایش کنید. در آینده، از دستگاه‌های بیشتری پشتیبانی خواهیم کرد.

نحوه شروع به کار

آماده‌اید ببینید Gemma 4 چه کارهایی می‌تواند برای کاربران شما انجام دهد؟

1. موافقت کردن: در پیش‌نمای توسعه‌دهندگان نرم‌افزار AICore ثبت‌نام کنید.
2. بارگیری: پس‌از موافقت کردن، می‌توانید بارگیری جدیدترین مدل‌های Gemma 4 را مستقیماً در دستگاه آزمایشی پشتیبانی‌شده‌تان راه‌اندازی کنید.
3. ساختن: پیاده‌سازی ML Kit را به‌روز کنید تا مدل‌های جدید را هدف‌یابی کنید و ساختن را در Android Studio شروع کنید.