مقدمه

وقتی نام گوگل در دنیای هوش مصنوعی می‌آید، اولین چیزی که به ذهن می‌رسد مدل Gemini است؛ غول گفت‌وگومحوری که با GPT شرکت OpenAI سر رقابت تندی دارد. اما گوگل بازی دیگری هم دارد: خانواده Gemma؛ مدل‌های متن‌باز و سبک‌تر که از همان تحقیقات و فناوری‌های Gemini ساخته می‌شوند، اما با این تفاوت مهم که می‌توانید آن‌ها را رایگان دانلود کنید و روی سیستم شخصی خودتان اجرا کنید.

حالا با معرفی Gemma 4، نسل تازه این خانواده، گوگل قصد دارد فاصله میان مدل‌های ابری سنگین و اجرای محلی شخصی را بیش از همیشه کم کند. در این مقاله به‌زبان ساده بررسی می‌کنیم که Gemma 4 چیست، چه اندازه‌ها و قابلیت‌هایی دارد، چه تفاوتی با Gemini و Llama و Qwen دارد و چگونه می‌توانید همین امروز آن را روی لپ‌تاپ خود اجرا کنید.

Gemma 4 چیست؟

Gemma 4 نسل جدیدی از مدل‌های زبانی متن‌باز (Open-Weight) است که توسط Google DeepMind توسعه یافته است. این مدل‌ها بر اساس همان پژوهش‌ها و داده‌هایی آموزش می‌بینند که پشت مدل‌های قدرتمند Gemini قرار دارند، اما در اندازه‌های کوچک‌تر و بهینه‌تر عرضه می‌شوند تا روی سخت‌افزارهای معمولی — از لپ‌تاپ گرفته تا رزبری‌پای — اجرا شوند.

تفاوت اصلی Gemma با Gemini در یک کلمه خلاصه می‌شود: استقلال. Gemini یک سرویس ابری است؛ درخواست شما به سرورهای گوگل می‌رود و پاسخ برمی‌گردد. اما Gemma را دانلود می‌کنید، روی سیستم خود نصب می‌کنید و بدون نیاز به اینترنت، بدون هزینه اشتراک و بدون ارسال داده‌ها به جایی، از آن استفاده می‌کنید. برای هزاران کاربرد — از دستیارهای شخصی تا پردازش اسناد محرمانه — همین یعنی همه‌چیز.

Gemma یعنی قدرت تحقیقات Gemini، اما این بار در دستان شما؛ روی سیستم خودتان، بدون اینترنت و بدون هزینه.

از Gemma 1 تا Gemma 4؛ مسیر کوتاه اما پرشتاب

گرچه نام Gemma شاید برایتان تازه باشد، این خانواده سابقه‌ای درخشان و پرتحول دارد:


این مسیر نشان می‌دهد فلسفه گوگل در خانواده Gemma روشن است: هر نسل، همان هوشمندتر شدن در اندازه‌های کوچک است تا هوش مصنوعی از دیتاسنترها به دست کاربران عادی برسد.

ویژگی‌های کلیدی Gemma 4

۱. خانواده‌ای در اندازه‌های مختلف

مانند نسل‌های قبلی، Gemma 4 در چند اندازه عرضه می‌شود تا برای هر سخت‌افزاری گزینه‌ای باشد:


این ساختار پله‌ای یعنی می‌توانید با لپ‌تاپ شروع کنید و بعداً بدون تغییر کد، به مدل بزرگ‌تر ارتقا دهید.

۲. رایگان و متن‌باز (Open-Weight)

وزن‌های Gemma 4 به‌صورت رایگان روی Hugging Face منتشر می‌شوند و طبق روال خانواده Gemma، استفاده تجاری نیز مجاز است (با رعایت شرایط مجوز Gemma). این یعنی می‌توانید آن را در محصولات و خدمات خودتان به‌کار بگیرید؛ بدون هزینه API و بدون وابستگی به سرور گوگل.

۳. چندوجهی بودن؛ متن و تصویر با هم

از Gemma 3 به بعد، این مدل‌ها فقط متنی نیستند؛ ورودی تصویر را هم می‌فهمند. Gemma 4 این قابلیت را گسترده‌تر کرده است: می‌توانید عکس یک سند، نمودار یا صفحه دفترچه راهنما را بدهید و از مدل بخواهید توضیح بدهد، متنش را استخراج کند یا درباره‌اش سؤال جواب بدهد — همه به‌صورت محلی روی سیستم خودتان.

۴. پشتیبانی از زبان فارسی

یکی از مهم‌ترین خبرها برای ما کاربران فارسی‌زبان، پشتیبانی چندزبانه Gemma از نسخه ۳ به بعد است؛ زبان فارسی نیز پشتیبانی می‌شود. یعنی درک متن فارسی، تولید متن فارسی و گفت‌وگوی فارسی بدون نیاز به مدل‌های ترجمه واسط، در حدی که از یک مدل سبک محلی انتظار می‌رود کار می‌کند و در نسل جدید بهبود بیشتری یافته است.

۵. پنجره زمینه بزرگ

پنجره زمینه (Context Window) یعنی مدل در هر گفت‌وگو چقدر متن را می‌تواند در حافظه نگه دارد. Gemma 4 با پنجره زمینه‌ای در حد ۱۲۸ هزار توکن یا بیشتر، امکان تحلیل کتاب‌های طولانی، کدبیس‌های بزرگ و اسناد حجیم را — همه به‌صورت محلی — فراهم می‌کند.

۶. فناوری QAT؛ سبک‌تر از همیشه

گوگل از نسخه‌های QAT (آموزش آگاه از کوانتیزه‌سازی) استقبال زیادی کرده است؛ تکنیکی که مدل را از ابتدا برای اجرای فشرده‌سازی‌شده آموزش می‌دهد. نتیجه: نسخه‌هایی با حجمی چند برابر کمتر که تقریباً همان کیفیت نسخه کامل را دارند. به لطف QAT، اجرای یک مدل چند میلیاردی روی یک لپ‌تاپ معمولی نه‌تنها ممکن، بلکه روان است.

۷. آماده برای کارهای ایجنتی و فراخوانی ابزار

Gemma 4 با پشتیبانی داخلی از فراخوانی توابع (Function Calling)، خروجی‌های ساختاریافته مانند JSON و قالب‌های گفت‌وگوی استاندارد، برای ساخت دستیارها و ایجنت‌های هوشمندی که به ابزارها و داده‌های محلی شما وصل می‌شوند، آماده است.

مقایسه Gemma 4 با رقبا


اگر می‌خواهید هوش مصنوعی را بدون اشتراک، بدون اینترنت و بدون ارسال داده به سرورهای دیگران، روی سیستم خودتان داشته باشید؛ Gemma 4 یکی از بهترین انتخاب‌های امروز است.

چگونه Gemma 4 را روی سیستم خود اجرا کنیم؟

۱. اجرای ساده با Ollama

ساده‌ترین راه برای شروع، ابزار Ollama است؛ پس از نصب، با یک دستور کوتاه مدل دانلود و اجرا می‌شود و از آن لحظه، یک هوش مصنوعی شخصی روی سیستم شماست. مدل‌های Gemma همیشه در میان محبوب‌ترین مدل‌های Ollama قرار دارند.

۲. LM Studio برای تجربه گرافیکی

اگر با ترمینال راحت نیستید، LM Studio یک رابط گرافیکی ساده برای جست‌وجو در مدل‌ها، دانلود و گفت‌وگو با آن‌هاست؛ کافی است نام Gemma را جست‌وجو کنید و اندازه مناسب با حافظه سیستم خود را انتخاب کنید.

۳. دانلود مستقیم از Hugging Face

برای توسعه‌دهندگانی که کنترل کامل می‌خواهند، وزن‌های مدل و کد نمونه در Hugging Face موجود است؛ می‌توانید مدل را با کتابخانه‌هایی مانند transformers یا llama.cpp در پروژه خودتان یکپارچه کنید.

۴. Google AI Studio و Vertex AI

اگر ترجیح می‌دهید نسخه ابری را تست کنید، Gemma در Google AI Studio به‌صورت رایگان قابل امتحان است و روی Vertex AI نیز برای استقرار سازمانی در دسترس است.

Gemma 4 برای چه کسانی مناسب است؟

  • کاربران شخصی: یک دستیار هوشمند رایگان و آفلاین روی لپ‌تاپ برای نوشتن، خلاصه‌سازی و پرسش و پاسخ
  • توسعه‌دهندگان: مدل متن‌باز با مجوز استفاده تجاری، فراخوانی ابزار و خروجی JSON برای ساخت اپلیکیشن‌های هوشمند
  • شرکت‌ها و سازمان‌ها: پردازش اسناد محرمانه روی زیرساخت خصوصی، بدون ارسال حتی یک بایت داده به بیرون
  • پژوهشگران و دانشجویان: دسترسی آزاد به وزن‌ها برای آزمایش، فاین‌تیون و مطالعه رفتار مدل‌ها
  • علاقه‌مندان سخت‌افزار و لبه: مدل‌های سبک برای اجرا روی مینی‌پی‌سی‌ها، رزبری‌پای و دستگاه‌های اینترنت اشیا



ملاحظات و نکات مهم

  • حافظه سیستم را بشناسید: برای اجرای روان، حافظه رم آزاد (و در صورت امکان GPU) باید با اندازه مدل هم‌خوانی داشته باشد؛ از اندازه‌های کوچک شروع کنید.
  • انتظار معقول داشته باشید: Gemma 4 در اندازه‌های کوچک عالی است، اما جایگزین Gemini یا GPT در کارهای بسیار پیچیده نیست؛ هر مدل جایگاه خودش را دارد.
  • مجوز Gemma را بخوانید: استفاده تجاری مجاز است اما شرایط خاص خودش (مانند سیاست‌های استفاده قابل قبول گوگل) را دارد؛ پیش از محصول تجاری، متن مجوز را بررسی کنید.
  • به‌روز بمانید: خانواده Gemma به‌سرعت به‌روز می‌شود؛ همیشه صفحه رسمی DeepMind Gemma را برای آخرین نسخه‌ها ببینید.
  • دقت خروجی: مانند هر مدل زبانی، پاسخ‌ها را در کارهای حساس و تصمیم‌های مهم همواره بازبینی کنید.



جمع‌بندی

Gemma 4 نشان می‌دهد که آینده هوش مصنوعی فقط در دیتاسنترهای غول‌آسا خلاصه نمی‌شود؛ گوگل با تکیه بر پژوهش‌های Gemini، خانواده‌ای متن‌باز و رایگان ساخته که روی سیستم شخصی شما اجرا می‌شود: چندوجهی، چندزبانه با پشتیبانی از فارسی، دارای پنجره زمینه بزرگ و بهینه برای سخت‌افزارهای معمولی. اگر می‌خواهید اولین قدم را در دنیای هوش مصنوعی محلی بردارید یا یک دستیار خصوصی همیشه در دسترس داشته باشید، دانلود Gemma 4 و اجرای آن با Ollama شاید ساده‌ترین نقطه شروع ممکن باشد؛ هوش مصنوعی‌ای که مالکش هستید و همیشه همراهتان است — حتی بدون اینترنت.