當?shù)貢r間 4 月 2 日，谷歌 DeepMind 正式發(fā)布 Gemma 4，這是一個全新的開放權重模型系列。谷歌還做出了一個關鍵決定：采用 Apache 2.0 許可證，徹底放棄了之前備受爭議的限制性條款。作為外部人士的 Hugging Face 聯(lián)合創(chuàng)始人兼 CEO Clément Delangue 評價稱：“Gemma 4 以 Apache 2.0 許可證發(fā)布是一個重要的里程碑?！?/p>

這意味著企業(yè)可以自由部署、修改和商用，不用擔心谷歌哪天改規(guī)則。在谷歌迄今為止所有的模型中，Gemma 4 是目前最強大的開放權重模型系列，繼承了前沿多模態(tài)、長上下文和高級推理能力，被谷歌官方稱之為是“在逐字節(jié)比較下性能最強的”開放模型（Byte for byte, the most capable open models），填補了本地前沿智能的空白，與追求極致性能的 Gemini 云端模型共同構成了完整生態(tài)。

（來源：谷歌）

Gemma 4 一口氣發(fā)布了四個版本，覆蓋了從手機到工作站的全部場景。

工作站這邊有兩個大模型：一個是 310 億參數(shù)的稠密模型，追求最高輸出質(zhì)量；另一個是 260 億參數(shù)的混合專家模型，它里面有 128 個小型專家，每次推理只激活其中一小部分，實際只跑 38 億參數(shù)，跑起來時速度更快，適合對于速度要求較高的場景。兩個大模型都支持圖像輸入，上下文窗口達到 25.6 萬 tokens，可以一次性處理一整份長文檔或一個代碼倉庫。

邊緣設備這邊有兩個小模型，叫 E2B 和 E4B。E2B 實際上有 51 億參數(shù)，但是通過一種叫做每層嵌入的技術，在運行時只發(fā)揮 23 億參數(shù)的計算量，效率和速度跟小模型一樣，但其智能水平遠超同尺寸模型；E4B 同理，80 億參數(shù)能夠跑出 45 億參數(shù)的效果。這兩個小模型還特別增加了音頻輸入能力，可以直接做語音識別和翻譯，全部在設備本地運行，不需要聯(lián)網(wǎng)。

（來源：谷歌）

所有四個模型都原生支持函數(shù)調(diào)用和結構化輸出。這意味著開發(fā)者可以讓模型自己決定調(diào)用哪個 API、執(zhí)行哪個工具，非常適合搭建那些能夠自動完成任務的智能體。Gemma 4 的代碼生成能力也很強，把模型裝在自己的電腦上，它就能變成一個本地化的 AI 編程助手，不需要把代碼傳到云端，兼具速度和安全。

在視覺能力上，Gemma 4 比上一代有著明顯進步。它支持可變分辨率的圖像輸入，你可以根據(jù)任務需求來調(diào)整圖像到底要被切分為多少個小塊，塊數(shù)從 70 到 1120 個不等。做簡單分類任務的話，使用小塊就夠了；做 OCR 識別或者文檔解析，就可以使用大塊。它還支持多圖輸入和視頻輸入，可以一次性分析多張截圖，也能分析一整個視頻的幀序列。

谷歌還公布了詳細的跑分數(shù)據(jù)。310 億參數(shù)的稠密模型在 AIME 2026 數(shù)學測試中得分 89.2%，在 LiveCodeBench 編程測試中得分 80.0%，在 Codeforces ELO 算法競賽編程測試達到了 2150 分。

混合專家模型緊隨其后，分別拿下 88.3% 和 77.1%。這兩個分數(shù)放在幾年前已經(jīng)是閉源頂級模型的水平。邊緣小模型也不遑讓，E4B 在同樣的測試中拿到了 42.5% 和 52.0%，比上一代 270 億參數(shù)的 Gemma 3 還強。有網(wǎng)友給出了“這么小，這么?！钡脑u價。

（來源：谷歌）

這次許可證的變更可能是 Gemma 4 最重要的決策。之前的 Gemma 模型雖然性能不錯，但用的是谷歌自己的許可證，里面有使用限制，條款還可以隨時修改。很多大公司用戶在法律審查這一步就被卡住了。

Apache 2.0 是開源社區(qū)最常用的許可證之一，安卓系統(tǒng)用的就是它，阿里的 Qwen、法國的 Mistral 也都用這個?，F(xiàn)在谷歌終于跟上，這讓企業(yè)可以放心地微調(diào)模型，然后把微調(diào)后的模型拿去商用，不用擔心法律風險。谷歌對此表示：“（這是因為）我們認真傾聽了創(chuàng)新者的需求。”

谷歌還強調(diào)，Gemma 4 與 Gemini 系列共享同一條技術生產(chǎn)線。換言之，谷歌把最前沿的模型研究成果，以開放權重的方式交給了開發(fā)者。

你可以把模型下載到自己的電腦上，只需使用消費級顯卡就能跑起來，數(shù)據(jù)全程在本地處理。260 億的混合專家模型經(jīng)過 4 位量化后，可以裝進一張 24GB 的顯卡里，使用 llama.cpp 或 Ollama 這類工具就能跑。310 億的稠密模型未量化版本需要一張 80GB 的 H100，但量化后也能在消費級顯卡上運行。

谷歌還同步推出了量化感知訓練檢查點，確保模型在降低精度后依然能夠保持高質(zhì)量。目前，模型已經(jīng)在 Hugging Face、Kaggle、Ollama 等平臺上線，vLLM、SGLang、llama.cpp 等主流推理框架已經(jīng)提供支持。

在業(yè)界合作上，谷歌已經(jīng)和高通以及聯(lián)發(fā)科合作，針對小模型做了硬件級優(yōu)化，確保在手機上跑得又快又省電。安卓開發(fā)者現(xiàn)在就可以在 AICore 開發(fā)者預覽版里試用 Gemma 4 的智能體工作流，未來將和 Gemini Nano 4 無縫兼容。

回顧 Gemma 系列的發(fā)展歷程，從 Gemma 1 到 Gemma 3，開發(fā)者下載量超過 4 億次，社區(qū)衍生出 10 萬多個變種。而 Gemma 4 的目標很明確，那就是讓開發(fā)者在自己的硬件上就能跑出接近前沿閉源模型的智能水平，把選擇權完全交還給了開發(fā)者。

參考資料：

https://ai.google.dev/gemma/terms

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/

https://www.theregister.com/2026/04/02/googles_gemma_4_open_weights/

https://www.theverge.com/ai-artificial-intelligence/906062/googles-gemma-4-open-ai-model

https://venturebeat.com/technology/google-releases-gemma-4-under-apache-2-0-and-that-license-change-may-matter

排版：胡巍巍