Google introduceert Gemma 4 12B: multimodaal open model dat op je laptop kan draaien
3 min. leestijd

Google introduceert Gemma 4 12B: multimodaal open model dat op je laptop kan draaien

Redactie0Tags: , , ,

Google DeepMind heeft Gemma 4 12B aangekondigd: een open (Apache 2.0) multimodaal model dat volgens Google ‘laptop ready’ is en lokaal kan draaien met ongeveer 16GB VRAM of unified memory. Opvallend: het is ook het eerste mid-sized Gemma-model met native audio input en een ‘encoder-free’ multimodale opzet. (Bron: Google)

De timing is logisch: de ‘local AI’-golf (AI op laptop/telefoon) groeit hard, maar veel multimodale modellen blijven zwaar, duur of cloud-gebonden. Gemma 4 12B wil precies het gat vullen tussen edge-modellen en de grotere MoE-varianten.

Wat is Gemma 4 12B precies?

Volgens Google is Gemma 4 12B bedoeld voor agentic multimodal workflows op alledaagse machines. Het model positioneert Google tussen de kleinere Gemma-varianten en Gemma 4 26B (MoE) en benadrukt vooral:

  • Multimodaal: beeld en audio kunnen direct als input mee.
  • Lokaal draaien: ‘small enough’ voor laptops met 16GB geheugen/VRAM.
  • Open weights onder Apache 2.0 en beschikbaar via o.a. Hugging Face en Kaggle.
  • Latency-focus: ondersteuning voor Multi‑Token Prediction (MTP) drafters om sneller te genereren.

Dit zijn precies de bouwstenen die je nodig hebt als je een assistent wil die niet alleen ‘praat’, maar ook doet—zonder dat elke prompt een API-call wordt. (Bron: Google)

De grote technische keuze: ‘encoder-free’ multimodaal

Waar veel multimodale modellen aparte encoders gebruiken (één voor beeld, één voor audio), beschrijft Google Gemma 4 12B als unified, encoder-free. In plaats van zware losstaande encoders gaan beeld- en audiosignalen direct(er) de taalmodel-backbone in. Het doel: minder latency en minder geheugen—exact wat je voelt op laptops en edge-devices. (Bron: Mynavi TECH+; Google)

Praktisch: wat kun je er vandaag al mee?

Google koppelt de release direct aan de Google AI Edge-stack. In de Developers Blog worden concrete ‘local’ workflows genoemd, zoals:

  • experimenteren via Google AI Edge Gallery (o.a. macOS) voor lokale coding- en data-taken;
  • volledig lokale dictatie/tekstbewerking via Google AI Edge Eloquent (macOS) met ‘Voice Edit’;
  • een OpenAI-compatibele lokale endpoint via LiteRT‑LM (CLI) om tools en agents naar je eigen machine te laten praten.

(Bron: Google Developers Blog)

Wat betekent dit voor gebruikers en bedrijven?

Als Gemma 4 12B in de praktijk doet wat Google belooft, dan schuift er iets belangrijks: multimodale AI met ‘agent’-gedrag wordt betaalbaar en privacyvriendelijker, omdat je minder afhankelijk bent van cloud-inferentie. Dat past in de bredere trend die we al zagen in onze marktupdate over on-device AI en AI-pc’s.

En het zet druk op concurrenten: model-lifecycle en compatibiliteit worden nóg belangrijker. Wie workflows bouwt, wil niet elk kwartaal herschrijven—iets wat we ook bespraken bij het uitfaseren van modellen in ChatGPT en bij Anthropic’s API-deadlines.

Conclusie – wat betekent dit? Gemma 4 12B is vooral nieuws omdat het de lat voor ‘local AI’ optrekt: multimodaal (beeld + audio), open (Apache 2.0) en volgens Google bedoeld om op een 16GB-laptop te draaien. Voor makers betekent dat sneller prototypen en lagere kosten; voor organisaties is het interessant vanwege privacy en controle. De echte test wordt nu: hoe stabiel en bruikbaar is de multimodaliteit in dagelijkse tools—bijvoorbeeld in commerce-achtige flows zoals Amazons experiment met AI-beeldsuggesties in de zoekbalk?

Lees ook