Google lança Gemma 4 e novos recursos no Vids

O Google lançou a família de modelos de código aberto Gemma 4, trazendo para a comunidade de código aberto a tecnologia desenvolvida para os modelos de linguagem grande proprietários da empresa, como o Gemini 3 Pro. Essa nova família de modelos oferece quatro variantes distintas, que se diferenciam pelo número de parâmetros disponíveis.

Diversidade de modelos e capacidade de processamento do Gemma 4

• Para dispositivos de borda, como smartphones, o Google disponibiliza os modelos “Effective” com dois bilhões e quatro bilhões de parâmetros;
• Para máquinas mais potentes, as opções são os sistemas “Mixture of Experts” com 26 bilhões de parâmetros e “Dense” com 31 bilhões de parâmetros;
• Em termos de inteligência, o Google afirma que conseguiu até então um nível sem precedentes de “inteligência-por-parâmetro” com a Gemma 4;
• Essa afirmação é sustentada pelo desempenho das variantes de 31 bilhões e 26 bilhões de parâmetros, que conquistaram o terceiro e sexto lugares, respectivamente, no leaderboard de texto da Arena AI, superando modelos até 20 vezes maiores.

Todos os modelos Gemma 4 são capazes de processar vídeo e imagens, sendo ideais para tarefas, como reconhecimento óptico de caracteres. Os modelos menores, além disso, podem processar entradas de áudio e compreender fala. Outra funcionalidade destacada é a capacidade dos modelos de gerar código offline, possibilitando a programação sem a necessidade de uma conexão com a internet.

Além disso, a Gemma 4 foi treinada para operar em mais de 140 idiomas, refletindo a intenção da Google de criar modelos versáteis e acessíveis globalmente.

Os modelos Gemma 4 estão sendo disponibilizados sob a licença Apache 2.0, marcando uma mudança em relação aos modelos anteriores que estavam sob a licença própria da Gemma. Este licenciamento oferece maior flexibilidade para desenvolvedores modificarem os sistemas conforme necessário, permitindo controle total sobre dados, infraestrutura e modelos.

“Essa licença de código aberto proporciona uma base para completa flexibilidade do desenvolvedor e soberania digital, garantindo controle total sobre seus dados, infraestrutura e modelos”, declarou o Google. “Ela permite construir livremente e implantar com segurança em qualquer ambiente, seja on-premises ou na nuvem.”

Para aqueles interessados em explorar um dos sistemas Gemma 4, os pesos dos modelos estão disponíveis nas plataformas Hugging Face, Kaggle e Ollama. A movimentação da Google para tornar os modelos mais acessíveis reforça seu compromisso com a inovação colaborativa no campo da inteligência artificial (IA).

Leia mais:

• Google: como usar documentos, planilhas e apresentações off-line
• 15 serviços úteis do Google que você talvez não conheça
• Google alerta para riscos de computadores quânticos e diz já trabalhar em proteções

Google Vids recebe controle de avatares por comandos de texto

O Google também introduziu, nesta quinta-feira (2), novas funcionalidades no seu aplicativo de edição de vídeos, o Vids. Entre os novos recursos, destaca-se a capacidade de direcionar e customizar avatares usando comandos de texto. Além disso, o aplicativo agora suporta a integração com o Veo 3.1 e permite a exportação de vídeos diretamente para o YouTube, além de gravar com uma extensão do Chrome.

Utilizando comandos em linguagem natural, os usuários do Vids podem fazer com que os avatares “atuem” em cenas específicas. Isso inclui interações com produtos, adereços ou equipamentos.

O Google assegura que, mesmo com a natureza dinâmica dessas interações, o Vids mantém a consistência dos personagens. Além disso, os usuários podem personalizar os personagens, ajustando a aparência, roupas e cenários por meio de comandos, dependendo do tema do vídeo.

No mês passado, o Google havia adicionado os modelos de criação musical Lyria 3 e Lyria 3 Pro ao Vids, permitindo que os usuários adicionassem efeitos sonoros ou música aos seus clipes. Com este novo lançamento, a empresa introduziu o modelo de geração de vídeos Veo 3.1, que pode criar clipes de até oito segundos dentro da ferramenta de edição de vídeo do aplicativo.