Gemma

Gemma
開発元 Google DeepMind
初版 2024年2月21日 (2024-02-21)[1]
最新版
Gemma 4 / 2026年4月2日 (2026-04-02)[2]
種別 小規模言語モデル[3]
ライセンス
公式サイト ai.google.dev/gemma ウィキデータを編集

Gemma（ジェマ）は、Googleが提供する小規模言語モデル (SLM) のファミリー[3]。同社の大規模言語モデル (LLM) であるGeminiと同様の技術に基づく、開発者向けの軽量なオープンモデル[注釈 1]であり[6][4]、Geminiの軽量版と位置付けられている[3]。Google DeepMindとGoogle の他のチームによって開発された[6]。名称「Gemma」は、ラテン語で宝石を意味する "gemma" に由来する。

GoogleはGemmaを「AIをすべての人にとって役立つものにする」というミッションを支援するものとして説明している[7]。また、Googleは医療分析用のMedGemmaなど、特定の用途に最適化された公式のGemma派生モデルを公開している[8]。

歴史

各モデルの詳細については、#モデル一覧を参照。

Gemma (初代)

2024年2月21日（米国時間）[4][9]、 GoogleはGeminiの軽量版として機能するフリーかつオープンソースなSLMファミリーであるGemmaを公式ブログ上で紹介した[4][9]。Gemma 2BとGemma 7Bの2つのサイズのモデルが公開され、パラメータ数はそれぞれ20億 (2B) と70億 (7B) である[3][4][9][10]。

GoogleがオープンモデルのGemmaをリリースした際、複数のマスメディアは、MetaなどがAIモデルをオープンソース化していることへの対抗であり、Googleが長年AIを独自のものとして保持してきた方針からの劇的な転換であると報じた[11][12][13]。

Gemma 2

2024年6月27日（米国時間）、Gemma 2（ジェマ ツー）がリリースされた[14][15]。

同年10月3日には、Gemma 2 2Bの日本語版も公開された[16]。

Gemma 3

2025年3月12日、Gemma 3（ジェマ スリー）がリリースされた[17][18][5]。

Gemma 3は、2億7000万、10億、40億、120億、270億 (270M, 1B, 4B, 12B, 27B) のパラメータサイズで公開され、140以上の言語をサポートしている。マルチモーダルモデルとして、270Mと1Bはテキストのみ[19]、それ以外はテキストと画像の両方の入力に対応している[20]。さらに、Googleはスマートフォン、ノートパソコン、タブレットなどのデバイスでの実行に最適化された小型モデルであるGemma 3nも公開している[21]。

Gemma 3は、グループクエリアテンション (GQA: grouped-query attention) とSigLIPビジョンエンコーダを備えたデコーダのみのTransformerアーキテクチャに基づいている。4B、12B、27Bのコンテキスト長は128Kであるが、270M及び1Bのコンテキスト長は32Kである[22][23]。

Gemma 3では、量子化対応トレーニング (QAT: quantization-aware training) を使用してファインチューニングされた量子化バージョンも利用可能である[23]。これはメモリ使用量を大幅に改善するが、精度と正確さ (precision) に多少の悪影響を及ぼす[24]。

Google Deepmindは、Gemmaシリーズの初版公開から2025年5月11日（米国時間）までに、モデルのダウンロード数が1億5,000万回を超えたことを発表した[25][26]。

また、Hugging Faceでは、コミュニティや個人によるファインチューニング版や量子化版を含め、7万以上のモデルが利用可能となった[26]。

Gemma 4

2026年4月2日、Gemma 4（ジェマ フォー）がリリースされた[2]。

Gemma 4は、E2B、E4B、26B A4B、31Bのパラメータサイズで公開され、全モデルが画像と動画の入力に対応しており、E2BとE4Bはそれらに加えて音声の入力にも対応している[27]。

公式派生モデル

Googleは、医療分析やプログラミングなど、特定の目的のために設計されたGemmaの公式派生モデルを開発している。

  • ShieldGemma 2 (4B) - Gemma 3ファミリーに基づく、暴力的、危険、および性的に露骨な画像を識別およびフィルタリングするためのモデル[28]。
  • MedGemma (4Bおよび27B) - 同じくGemma 3に基づく、画像分析などの医療アプリケーション向けのモデル。しかし、GoogleはMedGemmaが「まだ臨床レベルではない」ともしている[29]。インドのグルグラムにあるTap Healthの開発者は、MedGemmaを使用してAI支援による糖尿病管理アプリケーションを強化している[30][31]。
  • DolphinGemma (約400M) - ジョージア工科大学の研究者およびWild Dolphin Projectとの協力で開発された、音声分析を通じてイルカのコミュニケーションをより良く理解することを目的としたモデル。モデルやデータは公開されていない[32][33]。
  • CodeGemma (2Bおよび7B) - コード補完および一般的なコーディングのために設計されたモデル群[34]。Python、Java、C++など、複数のプログラミング言語をサポートする[35]。
  • TranslateGemma (4B、12B、27B) - Gemma 3をベースに、Geminiからの蒸留と強化学習でチューニングされた翻訳特化のモデル。パラメータ数がより多いGemma 3 27Bの翻訳性能を、TranslateGemma 12Bモデルは上回る。55言語を公式サポートしている[36]。

モデル一覧

オープンウェイトモデルは、推論時にコンテキスト長を再スケーリングできる。Gemma 1、Gemma 2、PaliGemma、およびPaliGemma 2では、コスト（KVキャッシュのサイズ）は、コンテキスト長に比例して増加する。Gemma 3では、ローカルアテンションとグローバルアテンションの分離により、成長曲線が改善されている[23]。RecurrentGemmaでは、2048トークン後のメモリ使用量は変わらない[37]。

Gemmaモデルの技術仕様
世代 リリース日 パラメータ数 コンテキスト長 マルチモーダル 備考
Gemma 12024年2月21日2B, 7B8192非対応2Bモデルは7Bから蒸留 (distilled) されたもの。2Bはマルチクエリアテンションを使用し、7Bはマルチヘッドアテンションを使用。
CodeGemma2024年4月9日[38]2B, 7B8192非対応コード生成用にファインチューニングされたGemma 1。
RecurrentGemma2024年4月11日2B, 9B無制限（モデル学習時は8192トークン）  非対応Transformerベースではなく、Griffinベース[37]。
Gemma 22024年6月27日2B, 9B, 27B  8192非対応27Bはウェブドキュメント、コード、科学論文から学習。Gemma 2 9Bは27Bから蒸留。Gemma 2 2Bは未リリースの7Bモデルから蒸留。グループクエリアテンション (Grouped-Query Attention) を使用[39]。
PaliGemma2024年7月10日3B8192画像テキストと画像を入力として受け取り、テキストを出力する視覚言語モデル。SigLIP-So400m画像エンコーダとGemma v1.0 2Bを接続して作成[40][41]。
PaliGemma 22024年12月4日3B, 10B, 28B8192画像SigLIP-So400mとGemma v2.0 2B、9B、および27Bを組み合わせて作成。より多くの視覚言語タスクが可能[42][43]。
Gemma 32025年3月12日270M, 1B, 4B, 12B, 27B32K(270M / 1B) / 128K画像全モデルが蒸留により学習。事後学習は数学、コーディング、チャット、指示追従、多言語（140言語対応）に重点。関数呼び出しが可能。270M、1Bは視覚機能非対応[19][44][45]。
Gemma 3n 2025年6月26日 E2B, E4B 32K 画像・音声 スマートフォン、ノートパソコン、タブレットなどのデバイスでの実行に最適化された小型モデル。Matryoshka Transformer（MatFormer）構造を採用。PLE（Per-Layer Embedding）キャッシュや条件付きパラメータ読み込みにより、メモリ使用量と計算コストを削減可能。[21]
TranslateGemma 2026年1月15日 4B, 12B, 27B 2K[46] 画像 Gemma 3をベースにGeminiからの蒸留（SFT/RL）で構築された翻訳特化モデル。55以上の主要・低リソース言語に対応。画像内のテキスト翻訳機能も保持している。[36]
Gemma 4 2026年4月2日 E2B, E4B, 26B A4B, 31B 128K(E2B/E4B) / 256K 画像・動画・音声(E2B/E4B) 推論（思考）モードを標準搭載したマルチモーダルモデル。動画はフレームとして処理。ハイブリッドアテンション（スライディングウィンドウ＋グローバル）を採用。26B A4BはMoEモデル。E2B/E4Bのみ音声入力に対応。[27]

脚注

注釈

  1. ↑ 「オープンモデル」の語は、Gemmaが完全なオープンソースとして自由に利用できるわけではないことを意味する[4]。Gemmaの使用、複製、配布などには「Gemma利用規約」に従うことが求められ[5]、Googleは「開発者はGemmaのモデルを使用する上で、このテクノロジーに対する敷居を下げつつ責任あるAIを開発するという当社のコミットメントを反映した、有害な使用の忌避に同意することになる」との条件を付けている[4]。

出典

  1. ↑ “Gemma: Introducing new state-of-the-art open models” (英語). The Keyword (2024年2月21日). 2026年2月19日閲覧。
  2. 1 2 “Gemma 4: Byte for byte, the most capable open models” (英語) (2026年4月2日). 2026年4月19日閲覧。
  3. 1 2 3 4 “Google Gemmaとは？”. IBM. 2026年5月11日閲覧。
  4. 1 2 3 4 5 6 “グーグル、開発者向けオープンAIモデル「Gemma」をリリース”. ZDNet Japan (2024年2月22日). 2026年5月11日閲覧。
  5. 1 2 “Google、オープンなAIモデル「Gemma 3」リリース　マルチモーダル対応　モデルサイズは4種類”. ITmedia NEWS (2025年3月12日). 2026年5月11日閲覧。
  6. 1 2 “Gemma モデルの概要”. Google AI for Developers. Google. 2026年5月11日閲覧。
  7. ↑ “Gemma: Introducing new state-of-the-art open models” (英語). The Keyword (2024年2月21日). 2026年2月19日閲覧。
  8. ↑ “Gemma - Google DeepMind” (英語). Google DeepMind. 2026年2月19日閲覧。
  9. 1 2 3 “Gemma: Introducing new state-of-the-art open models” (英語). Google The Keyword. Google (2024年2月21日). 2026年5月11日閲覧。
  10. ↑ “Google、オープンな生成AIモデル「Gemma」公開　商用利用OK、Geminiと同じ技術の軽量LLM”. ITmedia NEWS (2024年2月22日). 2026年5月11日閲覧。
  11. ↑ Khan, Jeremy (2024年2月21日). “Google unveils new family of open-source AI models called Gemma to take on Meta and others—deciding open-source AI ain't so bad after all” (英語). Fast Company. オリジナルの2024年2月21日時点におけるアーカイブ。 2026年2月19日閲覧。
  12. ↑ Alba, Davey (2024年2月21日). “Google Delves Deeper Into Open Source with Launch of Gemma AI Model” (英語). Bloomberg News. オリジナルの2024年2月21日時点におけるアーカイブ。 2026年2月19日閲覧。
  13. ↑ Metz, Cade; Grant, Nico (2024年2月21日). “Google Is Giving Away Some of the A.I. That Powers Chatbots” (英語). The New York Times. オリジナルの2024年2月21日時点におけるアーカイブ。 2026年2月19日閲覧。
  14. ↑ “Gemma 2 is now available to researchers and developers” (英語). Google (2024年6月27日). 2026年2月19日閲覧。
  15. ↑ “Google、オープンな生成AIモデル「Gemma 2」リリース　270億パラメータモデル追加”. ITmedia NEWS (2024年6月28日). 2026年5月11日閲覧。
  16. ↑ “たった20億パラメータでGPT-3.5超え　Google、オープンなAIモデル「Gemma 2 2B」日本語版を公開”. ITmedia NEWS (2024年10月3日). 2026年5月11日閲覧。
  17. ↑ “Introducing Gemma 3: The most capable model you can run on a single GPU or TPU” (英語). The Keyword (2025年3月12日). 2026年2月19日閲覧。
  18. ↑ “Welcome Gemma 3: Google's all new multimodal, multilingual, long context open LLM” (英語). Hugging Face (2025年3月12日). 2026年2月19日閲覧。
  19. 1 2 “Gemma 3 - How to Run Guide” (英語). Unsloth. 2026年4月19日閲覧。
  20. ↑ “Welcome Gemma 3: Google's all new multimodal, multilingual, long context open LLM” (英語). Hugging Face (2025年3月12日). 2026年2月19日閲覧。
  21. 1 2 “Gemma 3n モデルの概要”. Google AI for Developers. 2026年2月19日閲覧。
  22. ↑ “google/gemma-3-270m · Hugging Face” (英語). Hugging Face. 2026年4月19日閲覧。
  23. 1 2 3 Gemma Team (2025年). “Gemma 3 Technical Report” (英語). arXiv. 2026年2月19日閲覧。
  24. ↑ “What is quantization aware training?” (英語). IBM (2025年5月15日). 2026年2月19日閲覧。
  25. ↑ “Googleのオープンな生成AIモデル「Gemma」、1億5000万超ダウンロード”. ITmedia NEWS (2025年5月13日). 2026年5月11日閲覧。
  26. 1 2 “Google's Gemma AI models surpass 150M downloads” (英語). TechCrunch (2025年5月12日). 2026年2月19日閲覧。
  27. 1 2 “Gemma 4 モデルカード”. Google AI for Developers. 2026年4月19日閲覧。
  28. ↑ “ShieldGemma 2: Robust and Tractable Image Content Moderation” (英語) (2025年). 2026年2月19日閲覧。
  29. ↑ “MedGemma” (英語). Google Health AI Developer Foundations. 2026年2月19日閲覧。
  30. ↑ “MedGemma: Our most capable open models for health AI development” (英語). Google Research Blog (2025年10月28日). 2026年2月19日閲覧。
  31. ↑ “Tap Health: AI Diabetes Management Program” (英語). Tap Health (2026年2月19日). 2026年2月19日閲覧。
  32. ↑ “DolphinGemma: How Google AI is helping decode dolphin communication” (英語). Georgia Tech. 2026年2月19日閲覧。
  33. ↑ “DolphinGemma: How Google AI is helping decode dolphin communication” (英語). The Keyword (2025年4月14日). 2026年2月19日閲覧。
  34. ↑ “Google Launches Coding AIs That Could Rival Microsoft's GitHub Copilot” (英語). PCMag (2024年4月10日). 2026年2月19日閲覧。
  35. ↑ “CodeGemma”. Google AI for Developers. 2026年2月19日閲覧。
  36. 1 2 “TranslateGemma: A new suite of open translation models” (英語) (2026年1月15日). 2026年3月22日閲覧。
  37. 1 2 “RecurrentGemma: Moving Past Transformers for Efficient Open Language Models” (英語) (2024年). 2026年2月19日閲覧。
  38. ↑ “Gemmaのリリース”. Google AI for Developers (2024年4月9日). 2026年2月19日閲覧。
  39. ↑ “Gemma 2: Improving Open Language Models at a Practical Size” (英語) (2024年8月2日). 2026年2月19日閲覧。
  40. ↑ “PaLI: Scaling Language-Image Learning in 100+ Languages” (英語). research.google. 2026年2月19日閲覧。
  41. ↑ “PaliGemma: A versatile 3B VLM for transfer” (英語) (2024年7月10日). 2026年2月19日閲覧。
  42. ↑ “Introducing PaliGemma 2 mix: A vision-language model for multiple tasks- Google Developers Blog” (英語). developers.googleblog.com. 2026年2月19日閲覧。
  43. ↑ “PaliGemma 2: A Family of Versatile VLMs for Transfer” (英語) (2024年). 2026年2月19日閲覧。
  44. ↑ “Gemma 3 Technical Report” (英語) (2025年). 2026年2月19日閲覧。
  45. ↑ “Gemma 3 モデルの概要”. ai.google.dev. 2026年2月19日閲覧。
  46. ↑ “google/translategemma-27b-it · Hugging Face” (英語). Hugging Face. 2026年4月19日閲覧。

関連項目

外部リンク

This article is issued from Wikipedia. The text is available under Creative Commons Attribution-Share Alike 4.0 unless otherwise noted. Additional terms may apply for the media files.