谷歌最強開源大模型Gemma 4，支持多模態(tài)、離線運行

2026年4月2日凌晨，谷歌DeepMind CEO Demis Hassabis在X上發(fā)了四顆鉆石emoji，幾個小時后，謎底揭曉——Gemma 4全系列正式發(fā)布。

這次不是常規(guī)更新，而是開源大模型格局的徹底重寫。31B Dense版本直接沖到Arena AI排行榜全球第三，用不到十分之一的參數(shù)量就能跟400億參數(shù)的巨無霸掰手腕。更關鍵的是，谷歌這次徹底放下姿態(tài)，全系列采用Apache 2.0開源協(xié)議，沒有任何商業(yè)限制。

Gemma 4 是谷歌推出的一款 開源本地大模型，主要用于支持多模態(tài)數(shù)據(jù)處理和離線運行。該模型在人工智能領域具有重要的突破，尤其是在處理多種數(shù)據(jù)形式（如文本、圖像、視頻和語音）時的能力。它能夠提供一種本地運行的解決方案，無需依賴持續(xù)的網(wǎng)絡連接，適用于各種智能化應用場景。

一、四款模型，覆蓋全場景

Gemma 4不是單一模型，而是一個完整的模型家族，從2B到31B全場景覆蓋：

• E2B（2.3B有效參數(shù)）

  ：專為手機、樹莓派等端側設備設計，內存占用可壓至1.5GB以下，完全離線運行

• E4B（4.5B有效參數(shù)）

  ：端側旗艦，支持多模態(tài)輸入，AIME 2026數(shù)學測試達42.5%

• 26B MoE

  ：混合專家架構，總參數(shù)260億，推理時僅激活38億參數(shù)，速度接近4B模型

• 31B Dense

  ：旗艦版本，Arena AI排名全球第三，單張H100即可運行

二、小模型打出大牌面

Gemma 4最讓人震驚的，不是它有多大，而是它有多小卻能打多強。

在Arena AI開源排行榜上，31B Dense沖到全球第三，Elo評分1452。排在前面的GLM-5和Kimi K2.5，參數(shù)量分別是它的20倍和30倍。谷歌把這叫做"每參數(shù)智能"——用更少的參數(shù)，達到更高的性能。

數(shù)學推理方面，AIME 2026成績從上一代的21.2%躍升至89.2%，提升幅度高達68個百分點。這一成績已經(jīng)接近甚至超越部分閉源商業(yè)模型。

三、Apache 2.0協(xié)議

如果說性能是驚喜，那許可證的變化才是真正的重磅炸彈。

此前Gemma前三代產(chǎn)品用的都是谷歌自定義的開源協(xié)議，不僅有諸多商用限制，谷歌還能單方面修改規(guī)則。這次，Gemma 4全系列采用Apache 2.0許可證，意味著：

• ? 可自由用于商業(yè)用途

• ? 可修改、分發(fā)、二次開發(fā)

• ? 專利授權明確，降低法律風險

• ? 與現(xiàn)有開源生態(tài)無縫兼容

Hugging Face聯(lián)合創(chuàng)始人Clément Delangue評價："這是開源AI領域的一個重大里程碑。"

四、核心技術亮點 1. 多模態(tài)能力

Gemma 4全系支持圖像和視頻輸入，E2B和E4B還額外支持原生音頻輸入，內置約3億參數(shù)的音頻編碼器。這意味著開發(fā)者可以用Gemma 4構建真正的多模態(tài)AI應用。

2. Agent原生支持

Gemma 4原生支持函數(shù)調用（Function Calling）和結構化JSON輸出，內置System Prompt支持，可作為Agent的核心大腦，自主規(guī)劃多步驟任務、調用外部工具。

3. 思考模式

所有Gemma 4模型均支持可開關的思考模式（Thinking Mode）。開啟后，模型會先輸出內部推理過程，再給出最終答案，適合復雜問題求解。

4. 超長上下文

31B和26B版本支持256K的超長上下文窗口，在同參數(shù)級別開源模型中屬于頂級配置，可處理長文檔、代碼庫分析等復雜任務。

五、部署教程 方式一：Ollama（最簡單）

安裝ollama，進入 https://ollama.com/ 先下載ollama。

1# 安裝Ollama（官網(wǎng)下載）

2# 運行不同版本：

3

4ollama run gemma4

5

6

7ollama run gemma4:e2b    # 2B端側版

8ollama run gemma4:e4b    # 4B端側版

9ollama run gemma4:26b    # 26B MoE版

10ollama run gemma4:31b    # 31B旗艦版

1# macOS安裝

2brew install llama.cpp --HEAD

3

4# 運行

5llama-server -hf ggml-org/gemma-4-26B-A4B-it-GGUF:Q4_K_M

1# 安裝

2uv pip install-U mlx-vlm

3

4# 運行（帶TurboQuant優(yōu)化）

5uv run mlx_vlm.generate --model google/gemma-4-31b-it --kv-bits 3.5

• E2B/E4B

  ：8GB內存即可，手機、樹莓派都能跑

• 26B MoE

  ：推薦16GB+顯存，消費級GPU工作站

• 31B Dense

  ：推薦24GB+顯存，單張H100或RTX 4090

Gemma 4標志著谷歌在開源AI領域的戰(zhàn)略轉向：從"提供替代品"到"爭奪基礎設施層"。Apache 2.0許可證、原生Agent支持、多模態(tài)覆蓋的組合，使其成為2026年最值得關注的開源模型發(fā)布之一。