整理 | 褚杏娟

剛剛，谷歌正式發(fā)布 Gemma 4，稱(chēng)“這是其迄今為止最智能的開(kāi)放模型系列”。該系列面向復(fù)雜推理與智能體工作流設(shè)計(jì)，采用商業(yè)許可的 Apache 2.0 許可證開(kāi)源。

Gemma 4 提供四種規(guī)格：Effective 2B（E2B）、Effective 4B（E4B）、26B 混合專(zhuān)家模型（MoE）和 31B 稠密模型（Dense）。

在端側(cè)，E2B 和 E4B 模型針對(duì)移動(dòng)和物聯(lián)網(wǎng)設(shè)備優(yōu)化，推理時(shí)分別激活約 20 億和 40 億參數(shù)，以降低內(nèi)存和電量消耗。據(jù)介紹，這兩個(gè)模型已與谷歌 Pixel 團(tuán)隊(duì)、高通和聯(lián)發(fā)科等硬件廠商合作，可在手機(jī)、Raspberry Pi、NVIDIA Jetson Nano 等設(shè)備上離線運(yùn)行，延遲接近零。

與此同時(shí)，研究人員表示，26B MoE 模型有一個(gè)巧妙之處：在推理任務(wù)中，它只會(huì)激活 38 億參數(shù)，因此既能保持較高運(yùn)行速度，又不會(huì)犧牲大模型所具備的深厚知識(shí)儲(chǔ)備。

26B 和 31B 模型提供面向 IDE、編程助手和 Agent 工作流的高級(jí)推理能力。模型針對(duì)消費(fèi)級(jí) GPU 進(jìn)行了優(yōu)化，讓學(xué)生、研究人員和開(kāi)發(fā)者能夠把自己的工作站變成以本地優(yōu)先為核心的 AI 服務(wù)器。

谷歌 DeepMind 研究人員 Clement Farabet 和 Olivier Lacombe 表示，在 Gemma 4 上，他們?cè)O(shè)法進(jìn)一步壓榨出了更多“單位參數(shù)智能”，讓這些模型能夠顯著實(shí)現(xiàn)“越級(jí)發(fā)揮”。例如，31B Dense 版本目前在行業(yè)標(biāo)準(zhǔn)榜單的開(kāi)源模型中排名第三。

Gemma 4 建立在與 Gemini 3 相同的架構(gòu)基礎(chǔ)之上，旨在處理復(fù)雜推理任務(wù)，并支持在工作站、智能手機(jī)等低功耗設(shè)備上本地運(yùn)行的自主 AI Agent。這次關(guān)鍵提升包括：

• 推理能力更強(qiáng)：該系列所有模型都面向復(fù)雜推理任務(wù)進(jìn)行了優(yōu)化，并提供可配置的“思考”模式；

• 多模態(tài)能力進(jìn)一步擴(kuò)展：所有模型都支持文本和圖像輸入，其中圖像支持可變寬高比和不同分辨率；E2B 和 E4B 還原生支持視頻與音頻輸入；

• 上下文窗口更大：端側(cè)模型為 128K，較大模型（26B/31B）最高 256K；

• 編碼與智能體能力增強(qiáng)：模型在代碼能力基準(zhǔn)測(cè)試中有明顯提升，同時(shí)內(nèi)置函數(shù)調(diào)用支持，能夠更好地驅(qū)動(dòng)自主 Agent 執(zhí)行任務(wù)；

• 原生支持系統(tǒng)提示詞：Gemma 4 內(nèi)置了 system role 支持，讓對(duì)話結(jié)構(gòu)更清晰，也更容易控制模型行為。

Farabet 和 Lacombe 解釋稱(chēng)，每個(gè) Gemma 4 模型都更適合用于運(yùn)行 AI Agent。此前幾代 Gemma 模型往往需要開(kāi)發(fā)者額外調(diào)整設(shè)計(jì)，才能與其他軟件工具交互；而 Gemma 4 已原生支持函數(shù)調(diào)用和結(jié)構(gòu)化 JSON 輸出、原生系統(tǒng)指令以及超過(guò) 140 種語(yǔ)言。這意味著，開(kāi)發(fā)者可以用它們來(lái)驅(qū)動(dòng)自主 Agent，與第三方工具交互，并執(zhí)行多步驟任務(wù)規(guī)劃。

根據(jù) Arena AI 文本排行榜（截至 2026 年 2 月 1 日），31B 模型排名全球開(kāi)放模型第 3 位，26B MoE 模型排名第 6 位。

谷歌表示，Gemma 4 在部分基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)于參數(shù)大 20 倍的模型。

不過(guò)，有網(wǎng)友自己測(cè)算結(jié)果 Qwen3.5-27B 要略優(yōu)于 Gemma 4 31B。

還有網(wǎng)友評(píng)價(jià)道，“最讓人眼前一亮的部分在于：一共四種尺寸，全部都為 Agent 場(chǎng)景做好了準(zhǔn)備，而且全都可以在本地運(yùn)行。我們一直都在呼吁，需要那種不用每次‘思考’都把數(shù)據(jù)傳回云端的模型?，F(xiàn)在他們終于聽(tīng)進(jìn)去了，而且給出的東西甚至比預(yù)期還多?！?/p>

開(kāi)源 + 本地，谷歌擴(kuò)大優(yōu)勢(shì)

此次，Gemma 4 繼續(xù)采用 Apache 2.0 許可證，允許商業(yè)使用、自由修改和部署。谷歌稱(chēng)，這一選擇旨在給予開(kāi)發(fā)者對(duì)數(shù)據(jù)、基礎(chǔ)設(shè)施和模型的完全控制權(quán)，支持本地或云端環(huán)境的安全部署。這消除了其他一些 AI 模型在商業(yè)使用上的諸多限制，或會(huì)成為企業(yè)應(yīng)用開(kāi)發(fā)者的理想選擇。

此外，谷歌還詳細(xì)列出了使用各種大小的 Gemma 4 模型版本運(yùn)行推理所需的大致 GPU 或 TPU 內(nèi)存。

Gemma 4 在架構(gòu)設(shè)計(jì)上進(jìn)一步兼顧了效率與部署現(xiàn)實(shí)。E2B 和 E4B 中的 “E” 指的是“有效參數(shù)”，這兩款小模型采用了 PLE（每層嵌入）技術(shù)，以提升端側(cè)部署時(shí)的參數(shù)利用效率。需要注意的是，PLE 雖然不會(huì)增加模型層數(shù)，但會(huì)為每層解碼器中的每個(gè) token 配置獨(dú)立的小型嵌入，因此模型實(shí)際加載到內(nèi)存中的靜態(tài)權(quán)重，往往會(huì)高于“有效參數(shù)規(guī)模”表面上對(duì)應(yīng)的占用。

26B 版本采用了混合專(zhuān)家（MoE）架構(gòu)，雖然生成時(shí)每個(gè) token 實(shí)際只會(huì)激活約 40 億參數(shù)，但為了保證路由和推理速度，全部 260 億參數(shù)仍需提前載入內(nèi)存，所以它的實(shí)際顯存需求更接近稠密 26B 模型，而不是 4B 模型。

此外，官方給出的內(nèi)存估算通常只覆蓋靜態(tài)模型權(quán)重本身，并不包含運(yùn)行框架、上下文窗口和 KV Cache 帶來(lái)的額外顯存開(kāi)銷(xiāo)；如果進(jìn)一步進(jìn)行微調(diào)，顯存需求還會(huì)明顯高于推理階段，具體占用則取決于開(kāi)發(fā)框架、批量大小，以及采用全參數(shù)微調(diào)還是 LoRA 等參數(shù)高效微調(diào)方案。

這次發(fā)布再次凸顯了谷歌想要主導(dǎo)“本地 AI”產(chǎn)業(yè)的雄心。Constellation Research 分析師 Holger Mueller 表示，即便是較大規(guī)模的 Gemma 4，也小到足以在單張圖形處理器上運(yùn)行，因此它們非常適合邊緣場(chǎng)景以及那些對(duì)低延遲和數(shù)字主權(quán)有較高要求的應(yīng)用。

他認(rèn)為，“谷歌正在擴(kuò)大自己在 AI 領(lǐng)域的領(lǐng)先優(yōu)勢(shì)，不只是依靠 Gemini，也包括通過(guò) Gemma 4 家族這樣的開(kāi)放模型。這些模型對(duì)于構(gòu)建 AI 開(kāi)發(fā)者生態(tài)非常重要，也將幫助公司切入不同設(shè)備形態(tài)下的功能型和垂直行業(yè)應(yīng)用場(chǎng)景。谷歌在此前發(fā)布 Gemma 3 時(shí)已經(jīng)樹(shù)立了很高的門(mén)檻，因此這次發(fā)布也承載了很多期待。”

現(xiàn)在，開(kāi)發(fā)者可以通過(guò)谷歌云直接訪問(wèn)這些模型，也可以在 Hugging Face、Kaggle 和 Ollama 上獲取模型及其開(kāi)放權(quán)重。Android 開(kāi)發(fā)者可在 AICore Developer Preview 中試用智能體工作流原型。

此外，谷歌提供了多種推理和微調(diào)路徑，包括：Hugging Face、LiteRT-LM、vLLM、llama.cpp、MLX、Ollama、NVIDIA NIM 和 NeMo、LM Studio、Unsloth、SGLang、Cactus、Docker、MaxText、Tunix、Keras。云上部署支持 Vertex AI、Cloud Run、GKE、Sovereign Cloud 及 TPU 加速服務(wù)。

Gemma 4 開(kāi)箱支持 NVIDIA（從 Jetson Nano 到 Blackwell GPU）、AMD GPU（通過(guò)開(kāi)源 ROCm? 棧）以及 Google Cloud TPU。谷歌方面稱(chēng)，新模型采用與谷歌專(zhuān)有模型相同等級(jí)的基礎(chǔ)設(shè)施安全協(xié)議，適用于企業(yè)和主權(quán)機(jī)構(gòu)的高標(biāo)準(zhǔn)安全與可靠性要求。

https://deepmind.google/models/gemma/gemma-4/-and-e4b

聲明：本文為 InfoQ 整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

QCon 全球軟件開(kāi)發(fā)大會(huì)·2026 北京站將于 4 月 16 日 -18 日正式舉辦。本屆大會(huì)以“Agentic AI 時(shí)代的軟件工程重塑”為主題，聚焦 100+ 重磅議題，匯聚來(lái)自阿里、騰訊、字節(jié)跳動(dòng)、小米、百度等一線科技企業(yè)與創(chuàng)新團(tuán)隊(duì)的技術(shù)專(zhuān)家，圍繞 AI 工程化、系統(tǒng)架構(gòu)與研發(fā)模式演進(jìn)展開(kāi)深入探討。更多詳情可掃碼或聯(lián)系票務(wù)經(jīng)理 18514549229 進(jìn)行咨詢。