GoogleがGemma 4 12Bを公開。16GBメモリ級のPCで動く音声・画像対応ローカルAI

結論から言うと、Googleは手元のPCで動かしやすい中型AIモデル「Gemma 4 12B」を公開しました。Googleは2026年6月3日の公式ブログで、Gemma 4 12Bを発表しました。特徴は、文章だけでなく画像と音声も扱うマルチモーダルモデルでありながら、16GBのVRAMまたはユニファイドメモリを持つ一般的なノートPCでも動かせる設計です。

従来の画像・音声用エンコーダを分けず、視覚や音声の入力をLLM本体へ直接流す「エンコーダなし」の構成を採用したと説明しています。Apache 2.0ライセンスで公開され、Hugging FaceやKaggleから重みを取得でき、Ollama、LM Studio、LiteRT-LMなどの開発環境にも対応します。

自分に関係するのは、機密メモやローカルデータ分析、文章の音声編集をクラウドへ送らず試せる選択肢が増えることです。一方で、16GBは最低目安で、速度や安定性はPC性能と量子化方式に左右されます。出典はGoogle公式ブログとDeveloper Blogです。

Googleは、Gemma 4系が累計1億5000万ダウンロードを超えたことにも触れ、今回の12Bをエッジ寄りの小型モデルと26B級モデルの間を埋める存在と位置づけています。クラウド課金を避けたい学習用途や、社内検証の最初の一歩にも使いやすい発表です。