GoogleがFunctionGemma公開：端末で動く270Mの関数呼び出し特化モデル

スマートフォンの AI にライトの点灯やスケジュールの登録を頼む際、これまでは音声をクラウド上の巨大モデルへ送り、結果を待つのが一般的でした。電波が届かない場所では何もできません。

Google はこの課題を解決するため、オンデバイスでのツール実行に特化したモデル FunctionGemma をリリースしました。ベースとなっているのはわずか 2 億 7000 万パラメータの Gemma 3 270M です。

270M の軽量モデルが担うエッジの交通整理

Google によると、Gemma ファミリーのダウンロード数は 2025 年に 1 億件から 3 億件以上に急増しました。超小型の Gemma 3 270M を投入して以来、開発者から最も要望が多かったのがネイティブなファンクションコーリング機能でした。

FunctionGemma は自然言語を解釈し、実行可能な API アクションへ変換することに特化しています。構造化された JSON を生成してシステムツールを叩くだけでなく、その実行結果を人間の言葉で要約して返すことも可能です。

精度面でもチューニングの効果がはっきり出ています。スマートフォンの操作を想定した Mobile Actions 評価では、ベースラインの精度が 58 パーセントにとどまる一方、特定ドメイン向けにファインチューニングを行うことで 85 パーセントまで跳ね上がります。

Gemma 共通の 256k 語彙サイズを備えているため、JSON や多言語入力のトークン化効率が高く、遅延を最小限に抑えられます。NVIDIA Jetson Nano や一般的なスマートフォンはもちろん、ブラウザ上でも動作します。

X の開発者 @xenovacom 氏は、Transformers.js を使いブラウザ内だけで完結する物理パズルを公開しました。Google 自身も音声で畑を耕すミニゲーム TinyGarden や、端末内の設定を直接変更するオフラインアシスタントのデモを披露しています。

なぜ重要か

私たちは、FunctionGemma がオンデバイス AI の現実的な落としどころを示したと考えています。スマートフォンなどの端末に無理やり巨大な対話モデルを載せるのではなく、軽量モデルを専用のコントローラーとして割り切る設計です。

モバイルアプリや IoT 機器の開発者にとって、今すぐ試す価値は十分にあります。自然言語による家電操作やアプリ内ショートカットを、完全オフラインかつ低消費電力で実装できるためです。

特に賢いのは、複合システムにおけるトラフィックコントローラーとしての役割です。簡単なコマンドは 270M がローカルで瞬時に片付け、複雑な推論が必要な時だけ上位の Gemma 3 27B やクラウドへルーティングします。これによりプライバシー保護とレスポンス速度を両立できます。

ただし、パラメータ数が小さいため、プロンプトだけで何でもこなすゼロショット対応には限界があります。安定して運用するには自社 API に合わせたファインチューニングが前提となる点は留意すべきです。それでも、エッジにおいて特化型スモールモデルを使いこなす価値を明確にした一歩だと言えます。