Google ने लॉन्च किया Gemma 3n मॉडल, स्मार्टफोन बनेगा AI मशीन

Google का Gemma 3n लॉन्च, अब स्मार्टफोन पर मिलेगा फुल पावर AI सपोर्ट टेक्स्ट से लेकर वीडियो तक

Google Gemma 3n :  गूगल ने अपना नया और एडवांस मोबाइल फर्स्ट AI मॉडल Gemma 3n आधिकारिक रूप से लॉन्च कर दिया है। पिछले महीने इसके प्रीव्यू वर्जन को पेश किया गया था और अब इसका फुल वर्जन डेवलपर्स और यूज़र्स के लिए उपलब्ध है।

Gemma 3n खासतौर पर उन डिवाइसेज के लिए बनाया गया है, जो सीमित संसाधनों में चलते हैं। जैसे स्मार्टफोन और छोटे एम्बेडेड सिस्टम इसका मकसद ऐसे AI टूल्स को मोबाइल डिवाइस तक लाना है जो पहले केवल बड़े क्लाउड मॉडल्स पर ही संभव थे।

क्या खास है Gemma 3n में

Gemma 3n को गूगल ने डिवेलपर्स को ध्यान में रखते हुए डिजाइन किया है, ताकि वो इस AI को ऑन डिवाइस यानी बिना इंटरनेट या क्लाउड की मदद के चला सकें। यह मॉडल कई प्लेटफॉर्म्स जैसे Hugging Face llama cpp Ollama और MLX पर सपोर्ट करता है जिससे डेवलपर्स आसानी से इसे अपने एप्स में इस्तेमाल कर सकते हैं।

MatFormer स्मार्ट डिजाइन की ताकत

Gemma 3n की सबसे बड़ी खासियत है इसका आर्किटेक्चर, जिसे MatFormer कहा जाता है। ये शब्द Matryoshka Transformer से लिया गया है, जिसका मतलब है रूसी गुड़िया जैसी संरचना जहां एक बड़ी गुड़िया के अंदर कई छोटी गुड़ियाएं होती हैं।

इसी तरह इस AI मॉडल में अलग -अलग साइज के मॉडल शामिल हैं। जिन्हें जरूरत के अनुसार चुना जा सकता है। इसमें दो वेरिएंट आते हैं E2B और E4B जिनका मेमोरी उपयोग लगभग 2GB और 3GB है।

सिर्फ टेक्स्ट नहीं इमेज और ऑडियो भी

Gemma 3n सिर्फ टेक्स्ट नहीं बल्कि इमेज ऑडियो और वीडियो को भी प्रोसेस कर सकता है। यह मॉडल 140 भाषाओं में टेक्स्ट को समझ सकता है और 35 भाषाओं में ऑडियो और विजुअल कंटेंट को भी प्रोसेस कर सकता है।

E4B वेरिएंट ने तो LMArena बेंचमार्क में 1300 से भी ऊपर का स्कोर किया है जो किसी भी 10 बिलियन से कम पैरामीटर वाले मॉडल के लिए पहली बार हुआ है।

खासियत जो बनाएं इसे मोबाइल फ्रेंडली

• Per Layer Embeddings PLE: इससे मेमोरी की बचत होती है और परफॉर्मेंस बना रहता है।
• KV Cache Sharing: लंबे टेक्स्ट ऑडियो या वीडियो को तेजी से प्रोसेस करने में मदद मिलती है।
• यूनीवर्सल स्पीच मॉडल अब फोन पर ही स्पीच टू टेक्स्ट और ट्रांसलेशन मुमकिन है।
• MobileNet V5: यह विजन एनकोडर 60fps तक वीडियो फ्रेम्स को प्रोसेस कर सकता है।

डेवलपर्स के लिए खास टूल

गूगल ने एक नया टूल भी लॉन्च किया है MatFormer Lab, जिससे डेवलपर्स मॉडल की सेटिंग्स को बेंचमार्क के अनुसार ट्यून कर सकते हैं। इसके अलावा Mix n Match नाम की एक टेक्नोलॉजी से डेवलपर्स अपने हार्डवेयर के हिसाब से मॉडल साइज चुन सकते हैं।

1.3 करोड़ का इनाम भी मिलेगा

AI को बढ़ावा देने के लिए गूगल ने Gemma 3n Impact Challenge भी शुरू किया है। इसमें 1.3 करोड़ करीब 150000 डॉलर का इनाम रखा गया है, जो डेवलपर Gemma 3n की ताकत दिखाते हुए शानदार प्रोजेक्ट बनाएगा और उसका वीडियो डेमो जमा करेगा वो इस चैलेंज का हिस्सा बन सकता है।