2026年4月3日，ollama 發(fā)布了v0.20.0版本。
這次更新的核心非常明確：Gemma 4 正式加入支持，并且圍繞模型推理、音頻能力、Tokenizer、視覺(jué)測(cè)試、轉(zhuǎn)換器、OpenAI 音頻接口等多個(gè)方向進(jìn)行了集中增強(qiáng)。

如果你關(guān)注本次更新，可以直接從兩個(gè)關(guān)鍵詞理解：

• ?Gemma 4

• ?音頻與推理能力升級(jí)

下面按照本次版本更新內(nèi)容，逐項(xiàng)整理成一篇完整的技術(shù)更新說(shuō)明。

一、Gemma 4 正式加入支持

本次 v0.20.0 最重要的變化，就是Gemma 4相關(guān)支持的加入。
更新中給出了多個(gè)可直接運(yùn)行的模型規(guī)格：

1）Effective 2B（E2B）

運(yùn)行命令：

ollama run gemma4:e2b

這是 Gemma 4 的有效 2B 版本，適合輕量場(chǎng)景使用。

2）Effective 4B（E4B）

運(yùn)行命令：

ollama run gemma4:e4b

這是 Gemma 4 的有效 4B 版本，在能力和資源消耗之間做了更平衡的選擇。

3）26B（Mixture of Experts model with 4B active parameters）

運(yùn)行命令：

ollama run gemma4:26b

這是一個(gè)MoE（Mixture of Experts）模型，描述中說(shuō)明其4B active parameters。

4）31B（Dense）

運(yùn)行命令：

ollama run gemma4:31b

這是 Gemma 4 的31B Dense版本，屬于更大規(guī)模的稠密模型。

從這次發(fā)布的信息來(lái)看，Gemma 4 已經(jīng)形成了較完整的規(guī)格覆蓋，從輕量到大模型都提供了支持方式，用戶(hù)可以按資源和場(chǎng)景選擇對(duì)應(yīng)版本。

二、What's Changed：本次更新涉及的關(guān)鍵內(nèi)容

本次版本的更新記錄非常集中，主要圍繞 Gemma 4、音頻、Tokenizer、文檔、推理與測(cè)試展開(kāi)。下面逐條梳理。

三、文檔更新

首先是文檔相關(guān)更新：

• ?docs: update pi docs

這說(shuō)明本次版本中對(duì) pi 相關(guān)文檔進(jìn)行了更新。
雖然內(nèi)容本身不多，但說(shuō)明文檔層面同步跟進(jìn)了新版本變化，方便用戶(hù)查閱和使用。

四、Tokenizer 增強(qiáng)：支持 SentencePiece-style BPE

本次更新中有一個(gè)非常關(guān)鍵的底層能力變化：

• ?tokenizer: add SentencePiece-style BPE support

這表示 Tokenizer 新增了SentencePiece 風(fēng)格的 BPE 支持。
這一變化對(duì)于模型適配和分詞處理非常重要，尤其是在處理不同模型格式與分詞規(guī)則時(shí)，可以提升兼容性。

與此同時(shí)，后續(xù)也有與 tokenizer 相關(guān)的配套修復(fù)：

• ?mlx: respect tokenizer add_bos_token setting in pipeline

這個(gè)改動(dòng)說(shuō)明在 pipeline 中會(huì)尊重 tokenizer 的add_bos_token設(shè)置。
換句話(huà)說(shuō)，Tokenizer 的行為會(huì)更貼合配置，避免在處理輸入時(shí)出現(xiàn)不一致情況。

五、Gemma 4 的模型支持與轉(zhuǎn)換器更新 1）Gemma 4 GGML 模型支持

更新中明確寫(xiě)到：

• ?gemma4: add Gemma 4 GGML model support

這表示 Gemma 4 的 GGML 模型支持已經(jīng)加入。

2）轉(zhuǎn)換器更新：適配新的 weight drop 命名

• ?gemma4: update converter for new weight drop naming

這說(shuō)明 Gemma 4 相關(guān)轉(zhuǎn)換器已經(jīng)根據(jù)新的 weight drop 命名進(jìn)行了更新。
這是模型轉(zhuǎn)換流程中非常關(guān)鍵的一環(huán)，確保新版本模型文件命名和導(dǎo)入過(guò)程能夠順利對(duì)接。

六、音頻能力大幅增強(qiáng)

這次 v0.20.0 在音頻方向的變化非常密集，可以說(shuō)是重點(diǎn)之一。

1）添加音頻支持，使用 USM conformer encoder

更新內(nèi)容：

• ?gemma4: add audio support with USM conformer encoder

這表明 Gemma 4 新增了音頻支持，并且使用的是USM conformer encoder。

2）OpenAI 音頻 API 支持與能力檢測(cè)

更新內(nèi)容：

• ?gemma4: add OpenAI audio API support and capability detection

這說(shuō)明本次版本已經(jīng)加入了OpenAI 音頻 API 支持，并且還包含capability detection，也就是能力檢測(cè)機(jī)制。

3）音頻輸入支持

更新內(nèi)容：

• ?gemma4: add audio input support for run command

這意味著在 run 命令中已經(jīng)支持音頻輸入。

4）新增轉(zhuǎn)寫(xiě)命令

更新內(nèi)容：

• ?gemma4: add transcribe command (ollama transcribe MODEL)

這次新增了一個(gè)轉(zhuǎn)寫(xiě)命令：

ollama transcribe MODEL

這對(duì)于音頻轉(zhuǎn)文字場(chǎng)景非常直接，命令形式也很清晰。

5）增加 OpenAI 音頻轉(zhuǎn)寫(xiě) API 和 input_audio 支持

更新內(nèi)容：

• ?gemma4: add OpenAI audio transcription API and input_audio support

這進(jìn)一步完善了音頻能力，不僅是輸入和轉(zhuǎn)寫(xiě)，還補(bǔ)充了與 OpenAI 音頻轉(zhuǎn)寫(xiě) API 相關(guān)的支持，以及 input_audio 能力。

6）音頻輸入改為 dropped file attachments

更新內(nèi)容：

• ?cmd: simplify audio input to dropped file attachments

這說(shuō)明音頻輸入在命令層面被簡(jiǎn)化為dropped file attachments，使用方式更直接。

從這一組更新可以看出，v0.20.0 在音頻方向完成了從輸入、轉(zhuǎn)寫(xiě)、API 到命令行體驗(yàn)的一整套補(bǔ)強(qiáng)。

七、Gemma 4 解析、渲染與集成測(cè)試支持

本次更新還有一組圍繞 Gemma 4 的基礎(chǔ)設(shè)施改進(jìn)：

• ?gemma4: add parser, renderer, and integration test plumbing

這說(shuō)明已經(jīng)加入了parser、renderer、integration test plumbing。
也就是說(shuō)，Gemma 4 在解析、渲染以及集成測(cè)試方面的配套設(shè)施已經(jīng)補(bǔ)上。

1）渲染器修復(fù)：輸出 BOS token

• ?gemma4: fix renderer to emit BOS token

這是一個(gè)非常具體的修復(fù)，說(shuō)明 renderer 現(xiàn)在會(huì)正確輸出BOS token。

2）渲染器重寫(xiě)：與 HF Jinja2 模板完全一致

• ?gemma4: rewrite renderer to match HF Jinja2 template exactly

這說(shuō)明渲染器被重寫(xiě)，以確保與 HF Jinja2 模板保持完全一致。

這個(gè)變化通常意味著模型輸入模板的行為會(huì)更加標(biāo)準(zhǔn)化，減少模板差異帶來(lái)的結(jié)果偏差。

八、MoE 相關(guān)增強(qiáng)與修復(fù)

Gemma 4 的 26B 版本是 MoE 模型，因此 MoE 相關(guān)改動(dòng)非常關(guān)鍵。

1）為 MoE router 增加 per_expert_scale，并修復(fù) moe_intermediate 問(wèn)題

更新內(nèi)容：

• ?gemma4: add per_expert_scale to MoE router and fix moe_intermediate_s…

雖然后半部分在記錄中被截?cái)?，但已?jīng)明確看到兩個(gè)重點(diǎn)：

• ? 為 MoE router 增加per_expert_scale

• ? 修復(fù)moe_intermediate_s...相關(guān)問(wèn)題

更新內(nèi)容：

• ?gemma4: fix MoE fused gate_up split and multiline tool-call arg parsing

這說(shuō)明本次對(duì) MoE 的 fused gate_up split 做了修復(fù)，同時(shí)還修復(fù)了multiline tool-call arg parsing。

3）MoE block 字段對(duì)齊格式調(diào)整

更新內(nèi)容：

• ?Format Gemma4 MoE block field alignment

這是一個(gè)格式層面的整理，說(shuō)明 Gemma4 MoE block 的字段對(duì)齊做了統(tǒng)一和規(guī)范化。

從這些信息可以看出，Gemma 4 的 MoE 版本在結(jié)構(gòu)、解析、格式與計(jì)算路徑方面都做了較完整的修復(fù)和優(yōu)化。

九、視覺(jué)測(cè)試與 thinking 測(cè)試增強(qiáng)

更新中還有測(cè)試相關(guān)增強(qiáng)：

• ?integration: improve vision test robustness and add thinking tests

這表示集成測(cè)試進(jìn)一步增強(qiáng)了視覺(jué)測(cè)試的穩(wěn)定性，同時(shí)新增了 thinking tests。
從結(jié)果上看，這類(lèi)更新主要是為了提升整體驗(yàn)證能力，讓新版本在視覺(jué)相關(guān)場(chǎng)景和推理相關(guān)場(chǎng)景下更加可靠。

十、Gemma 4 音頻測(cè)試與 OpenAI API 覆蓋

音頻相關(guān)不僅有能力支持，也同步加入了測(cè)試覆蓋：

• ?integration: add gemma4 audio tests including OpenAI API coverage

這說(shuō)明本次版本已經(jīng)加入了 Gemma 4 音頻測(cè)試，并且包括 OpenAI API 的覆蓋。
這和前面音頻能力的增強(qiáng)是相互呼應(yīng)的，說(shuō)明該版本并不是只做了功能接入，也同步補(bǔ)齊了對(duì)應(yīng)驗(yàn)證。

十一、Gemma 4 視覺(jué)模型注釋與字段格式調(diào)整

更新記錄中還有一些針對(duì)模型結(jié)構(gòu)和代碼可讀性的整理：

• ?Remove redundant comments in gemma4 vision model

• ?Format Gemma4 MoE block field alignment

前者表示移除了 Gemma 4 視覺(jué)模型中的冗余注釋。
后者則對(duì) Gemma4 MoE block 的字段對(duì)齊格式進(jìn)行了調(diào)整。

這類(lèi)更新雖然看起來(lái)偏細(xì)節(jié)，但對(duì)于代碼維護(hù)、結(jié)構(gòu)統(tǒng)一和后續(xù)協(xié)作非常重要。

十二、內(nèi)存緩存與推理緩存優(yōu)化

本次更新里還有一項(xiàng)和緩存相關(guān)的改動(dòng)：

• ?use 4096 kvcache.NewSWAMemCache

• ?gemma4: use full SWA memory for better cache reuse

這說(shuō)明緩存機(jī)制做了調(diào)整：

• ? 使用了4096 kvcache.NewSWAMemCache

• ? 同時(shí)使用full SWA memory來(lái)獲得更好的 cache reuse

這類(lèi)優(yōu)化通常和推理效率、上下文緩存復(fù)用體驗(yàn)有關(guān)，是底層能力增強(qiáng)的一部分。

十三、Gemma 4 clamps 初始化與后端加載修復(fù)

更新記錄中還有：

• ?gemma4: initialize clamps after backend load

這表示 clamps 的初始化時(shí)機(jī)調(diào)整到了 backend load 之后。
從描述來(lái)看，這是一個(gè)初始化順序上的修復(fù)，用于保證加載流程更穩(wěn)定。

十四、Gemma 4 GGML 改進(jìn)合并

更新記錄最后還有一個(gè)重要的合并信息：

• ?Merge pull request from gemma4-ggml-improvements

這說(shuō)明本次版本把 Gemma 4 的 GGML 改進(jìn)進(jìn)行了合并，和前面提到的 GGML model support、converter 更新等內(nèi)容形成閉環(huán)。

十五、本次 v0.20.0 更新總結(jié)

整體來(lái)看，ollama v0.20.0 這次更新可以概括為幾個(gè)核心方向：

1. 1.Gemma 4 正式上線(xiàn)

• ? 提供了 E2B、E4B、26B、31B 多種規(guī)格

• ? 支持 GGML 模型

2.音頻能力全面增強(qiáng)

• ? 支持音頻輸入

• ? 新增轉(zhuǎn)寫(xiě)命令

• ? 增加 OpenAI 音頻 API 與 transcription API 支持

• ? 支持 input_audio

• ? 簡(jiǎn)化音頻輸入方式

3.Tokenizer 和模板能力增強(qiáng)

• ? 增加 SentencePiece-style BPE 支持

• ? pipeline 尊重 add_bos_token

• ? renderer 重寫(xiě)并修復(fù) BOS token 輸出

4.MoE 與推理路徑優(yōu)化

• ? 增加 per_expert_scale

• ? 修復(fù) MoE 相關(guān)問(wèn)題

• ? 調(diào)整字段格式和分裂邏輯

• ? 改進(jìn)緩存復(fù)用

5.測(cè)試與工程能力增強(qiáng)

• ? 視覺(jué)測(cè)試穩(wěn)定性提升

• ? 新增 thinking tests

• ? 補(bǔ)充 Gemma 4 音頻測(cè)試與 OpenAI API 覆蓋

我們相信人工智能為普通人提供了一種“增強(qiáng)工具”，并致力于分享全方位的AI知識(shí)。在這里，您可以找到最新的AI科普文章、工具評(píng)測(cè)、提升效率的秘籍以及行業(yè)洞察。 歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來(lái)發(fā)展。