Hogar
Google presenta la arquitectura Gemma 4 E2B, un avance revolucionario en el campo de la IA en el propio dispositivo

El ecosistema de modelos grandes de código abierto ha logrado un gran avance en su arquitectura subyacente. Google DeepMind ha lanzado recientemente su modelo abierto más potente hasta la fecha, Gemma4. Aunque el número de parámetros del modelo sigue siendo similar al de su predecesor, en torno a los 30 000 millones, su «inteligencia por parámetro» ha dado un salto significativo. Su rendimiento en varias tareas fundamentales rivaliza ahora con el de los mejores modelos de gran tamaño de código cerrado de hace un año y medio.
La innovación tecnológica más destacada de Gemma4 es la introducción de la nueva arquitectura «E2B» (descarga de parámetros). En los diseños tradicionales de Transformer, la capa de incrustación de gran tamaño suele consumir una cantidad significativa de memoria de la GPU. La nueva arquitectura añade de forma inteligente una tabla de incrustación en cada capa, sustituyendo la pesada multiplicación de matrices completas por un mecanismo de tabla de consulta. Por ejemplo, con un modelo de 50 000 millones de parámetros bajo la arquitectura E2B, solo es necesario cargar 20 000 millones de parámetros en la memoria de la GPU, mientras que los 30 000 millones restantes pueden descargarse de forma segura a la CPU o incluso al disco. Esto permite que el modelo realice inferencias rápidas utilizando tan solo 2 GB de memoria de la GPU, lo que supera los cuellos de botella de implementación en dispositivos periféricos como teléfonos móviles y Raspberry Pi.
Al tratarse de un lanzamiento muy ambicioso y complejo, el equipo de Google DeepMind ha colaborado con casi 50 socios externos, entre los que se incluyen Hugging Face, llama.cpp, Ollama, NVIDIA y AMD. Actualmente, Gemma4 está profundamente integrado con Android Studio. Los desarrolladores pueden invocar de forma segura la IA para escribir código de Android localmente en entornos sin conexión, sin necesidad de subir ningún código a una API en la nube en modo «Agent». Esto responde en gran medida a la fuerte demanda de privacidad de datos y de trabajo sin conexión en el ámbito laboral.
En cuanto a las capacidades multimodales y la experiencia de base, Gemma4 hereda los logros de investigación de Gemini3. Incluso los modelos periféricos más pequeños, con 2 000 millones o 4 000 millones de parámetros, ofrecen una excelente compatibilidad multilingüe (140 idiomas) y comprensión multimodal, gestionando con facilidad el reconocimiento de voz, las consultas de voz y el análisis de vídeos de entre 30 y 60 segundos. Aunque el modelo sigue estando por detrás de los modelos más grandes en cuanto a capacidad de conocimiento absoluta, y se enfrenta a retos reconocidos por el sector en áreas experimentales de vanguardia como la difusión de texto (Diffusion Transformer) y el ajuste fino mediante la mezcla de expertos (MoE), su inteligencia de alta densidad ya no es insignificante.
A medida que las capacidades de uso inmediato de los modelos grandes siguen mejorando, el ecosistema de desarrollo de dominios verticales está experimentando una profunda reestructuración, y la popularidad del ajuste fino tradicional puro está disminuyendo gradualmente. De cara al futuro, Google DeepMind ha realizado una predicción trascendental: en el plazo de uno o dos años, los smartphones de los usuarios podrán ejecutar modelos potentes, equivalentes al rendimiento de Gemini3Pro, directamente en el dispositivo. En ese momento, la mayoría de las tareas complejas de los agentes inteligentes se completarán de forma local sin depender de la potencia de cálculo en la nube, lo que sin duda traerá consigo cambios disruptivos en la integración de las aplicaciones de consumo de próxima generación y en la experiencia del usuario.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

El ecosistema de modelos grandes de código abierto ha logrado un gran avance en su arquitectura subyacente. Google DeepMind ha lanzado recientemente su modelo abierto más potente hasta la fecha, Gemma4. Aunque el número de parámetros del modelo sigue siendo similar al de su predecesor, en torno a los 30 000 millones, su «inteligencia por parámetro» ha dado un salto significativo. Su rendimiento en varias tareas fundamentales rivaliza ahora con el de los mejores modelos de gran tamaño de código cerrado de hace un año y medio.
La innovación tecnológica más destacada de Gemma4 es la introducción de la nueva arquitectura «E2B» (descarga de parámetros). En los diseños tradicionales de Transformer, la capa de incrustación de gran tamaño suele consumir una cantidad significativa de memoria de la GPU. La nueva arquitectura añade de forma inteligente una tabla de incrustación en cada capa, sustituyendo la pesada multiplicación de matrices completas por un mecanismo de tabla de consulta. Por ejemplo, con un modelo de 50 000 millones de parámetros bajo la arquitectura E2B, solo es necesario cargar 20 000 millones de parámetros en la memoria de la GPU, mientras que los 30 000 millones restantes pueden descargarse de forma segura a la CPU o incluso al disco. Esto permite que el modelo realice inferencias rápidas utilizando tan solo 2 GB de memoria de la GPU, lo que supera los cuellos de botella de implementación en dispositivos periféricos como teléfonos móviles y Raspberry Pi.
Al tratarse de un lanzamiento muy ambicioso y complejo, el equipo de Google DeepMind ha colaborado con casi 50 socios externos, entre los que se incluyen Hugging Face, llama.cpp, Ollama, NVIDIA y AMD. Actualmente, Gemma4 está profundamente integrado con Android Studio. Los desarrolladores pueden invocar de forma segura la IA para escribir código de Android localmente en entornos sin conexión, sin necesidad de subir ningún código a una API en la nube en modo «Agent». Esto responde en gran medida a la fuerte demanda de privacidad de datos y de trabajo sin conexión en el ámbito laboral.
En cuanto a las capacidades multimodales y la experiencia de base, Gemma4 hereda los logros de investigación de Gemini3. Incluso los modelos periféricos más pequeños, con 2 000 millones o 4 000 millones de parámetros, ofrecen una excelente compatibilidad multilingüe (140 idiomas) y comprensión multimodal, gestionando con facilidad el reconocimiento de voz, las consultas de voz y el análisis de vídeos de entre 30 y 60 segundos. Aunque el modelo sigue estando por detrás de los modelos más grandes en cuanto a capacidad de conocimiento absoluta, y se enfrenta a retos reconocidos por el sector en áreas experimentales de vanguardia como la difusión de texto (Diffusion Transformer) y el ajuste fino mediante la mezcla de expertos (MoE), su inteligencia de alta densidad ya no es insignificante.
A medida que las capacidades de uso inmediato de los modelos grandes siguen mejorando, el ecosistema de desarrollo de dominios verticales está experimentando una profunda reestructuración, y la popularidad del ajuste fino tradicional puro está disminuyendo gradualmente. De cara al futuro, Google DeepMind ha realizado una predicción trascendental: en el plazo de uno o dos años, los smartphones de los usuarios podrán ejecutar modelos potentes, equivalentes al rendimiento de Gemini3Pro, directamente en el dispositivo. En ese momento, la mayoría de las tareas complejas de los agentes inteligentes se completarán de forma local sin depender de la potencia de cálculo en la nube, lo que sin duda traerá consigo cambios disruptivos en la integración de las aplicaciones de consumo de próxima generación y en la experiencia del usuario.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr











