Beobachtetes Signal · 3. Apr. 2026 · Technical Release · Quelle: AINews swyx · Relevanz: 5/5 · Sentiment: Positiv
Google DeepMind veröffentlicht multimodale Open-Weight-Modelle der Gemma-4-Familie
Google DeepMind hat Gemma 4 vorgestellt, eine neue Familie von Open-Weight-Modellen unter einer Apache-2.0-Lizenz mit nativer Unterstützung für Text, Vision und Audio. Das Line-up umfasst ein 31B-Dense-Modell, eine 26B-MoE-Variante sowie zwei Edge-fokussierte Modelle (E4B, E2B). Die großen Modelle unterstützen Kontextfenster von bis zu 256K Token und wurden für Agenten-Workflows sowie lokale Deployments optimiert. Erste Benchmarks zeigen eine starke Performance bei Reasoning und Token-Effizienz. Zudem gab es einen Day-0-Support in gängigen Serving-Stacks wie llama.cpp, Ollama, vLLM und LM Studio. Die Veröffentlichung markiert einen signifikanten Fortschritt für On-Device-Agents und Open-Agent-Architekturen.
Dieses wichtige Open-Weight-Release von Google DeepMind mit permissiver Apache-2.0-Lizenz, nativer Multimodalität und direktem Ökosystem-Support verändert die Verfügbarkeit leistungsstarker Modelle für On-Device-Agents und Edge-Deployments grundlegend.
Marktsignale zu Arena in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Google DeepMind hat Gemma 4 als Open-Weight-Modellfamilie unter der Apache-2.0-Lizenz veröffentlicht.
- Das Modell-Line-up umfasst ein 31B-Dense-Modell, eine 26B-MoE-Variante (A4B) sowie zwei Edge-Varianten (E4B, E2B) mit multimodalen Fähigkeiten.
- Große Gemma-4-Modelle unterstützen Kontextfenster von bis zu 256K Token und fokussieren sich auf Agenten-Workflows und Edge-Deployments.
- Es liegt ein umfassender Day-0-Support für gängige Serving-Stacks wie llama.cpp, Ollama, vLLM und transformers.js vor.
- Frühe Benchmarks bescheinigen dem 31B-Modell starke Werte bei Reasoning, Token-Effizienz und Top-Platzierungen auf Leaderboards.
Verknüpfte Unternehmen
5 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Google veröffentlicht Gemma 4: Open-Weight-LLMs für Edge und Cloud
Google hat im April 2026 Gemma 4 vorgestellt, eine Familie offener, multimodaler Large Language Models unter der Apache-2.0-Lizenz. Die vier Varianten E2B, E4B, 26B MoE und 31B ermöglichen die vollständige Offline-Ausführung auf lokalen Geräten wie Smartphones und Laptops. Die kleineren Modelle unterstützen ein Kontextfenster von 128.000 Token, während die größeren Varianten 256.000 Token bewältigen. Gemma 4 bietet erweiterte Funktionen wie Function Calling, agentenbasierte Workflows, multimodale Vision- und Audio-Eingaben sowie einen Thinking Mode für schrittweises Reasoning. Die Veröffentlichung legt den Fokus auf lokale, kostenfreie Inferenz ohne Cloud-Gebühren sowie auf maximale Datensouveränität für Entwickler. Dank gängiger Runtimes wie Ollama und LM Studio gestaltet sich die Bereitstellung unkompliziert. Architektonische Innovationen bei der Skalierung langer Kontexte ermöglichen eine effiziente On-Device-Inferenz für breite kommerzielle Anwendungen ohne laufende API-Kosten.
Google DeepMind veröffentlicht Gemma 4 mit massivem Agentic-Sprung
Google DeepMind hat Gemma 4 vorgestellt, was einen Paradigmenwechsel für Open-Weight-Modelle und deren agentische Tool-Nutzung markiert. Das dichte 31B-Modell erreicht 86,4 Prozent im τ2-bench Retail für agentische Tool-Nutzung im Vergleich zu 6,6 Prozent bei Gemma 3 27B, während eine 26B Mixture-of-Experts-Variante (MoE) 85.5 Prozent erzielt und dabei nur rund 3,8 Milliarden Parameter pro Forward Pass aktiviert. Gemma 4 führt natives Function Calling über Steuerungstoken, konfigurierbares Long-Form Reasoning sowie native System-Prompt-Unterstützung ein, wird unter der Apache 2.0-Lizenz bereitgestellt und ist über gängige Toolings wie Hugging Face, vLLM und Ollama verfügbar. Diese Veröffentlichung macht lokale, datenschutzkonforme und kosteneffiziente agentische Deployments deutlich praktikabler und fördert die breite Entwickleradoption.
Googles Gemma 4 12B: Multimodales KI-Modell läuft lokal auf Laptops
Google DeepMind hat Gemma 4 12B veröffentlicht, ein neues Open-Source-Multimediainstrument aus der Gemma- und Gemini-Familie, das direkt auf handelsüblichen Notebooks ausgeführt werden kann. Das Modell mit 12 Milliarden Parametern verarbeitet Text, Bilder und – als native Funktion – Audio. Laut Google benötigt es rund 16 GB System- oder GPU-Speicher. Gemma 4 12B steht unter einer Apache-2.0-Lizenz für Entwicklungs- und kommerzielle Zwecke zur Verfügung. Es nutzt eine einheitliche Architektur, die auf separate Vision- oder Audio-Encoder verzichtet, indem Eingaben direkt in das LLM-Backbone eingespeist werden. Benchmarks zeigen eine Leistung nahe an der größeren 26B-MoE-Variante von Google. Das Modell ist bereits über Tools wie LM Studio verfügbar; Inferenzprozesse ohne dedizierte GPU verlaufen jedoch langsamer.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.