智東西（公眾號：zhidxcom）
編譯 | 陳佳
編輯 | 程茜
智東西4月3日消息，今日谷歌DeepMind開源發(fā)布Gemma 4系列模型，根據(jù)官方博客，這是谷歌迄今為止最智能的開放模型，專為高級推理和智能體工作流而設計，實現(xiàn)了單位參數(shù)下前所未有的智能水平。
其中，31B 模型目前在行業(yè)標準的Arena AI文本排行榜上名列全球開放模型第3位，在GPQA Diamond在這一高難度科學推理基準上取得85.7%的準確率，僅次于Qwen3.5 27B的85.8%。
▲Gemma 4系列模型在多項基準測試中的表現(xiàn)對比（圖源：blog.google）
自第一代模型發(fā)布以來，Gemma的下載量已突破4億次，并衍生出超十萬種社區(qū)變體。
Gemma 4系列是基于與Gemini 3相同的技術體系構建的，支持圖像與視頻（以幀序列形式）及文本輸入，小模型版本進一步支持音頻理解。該系列共四款型號，E2B、E4B、26B混合專家模型（MoE）與31B 稠密模型，覆蓋從智能手機、樹莓派到專業(yè)工作站的完整部署場景，全部采用Apache 2.0協(xié)議開放，開發(fā)者可自由修改、再分發(fā)并用于商業(yè)產(chǎn)品。
有開發(fā)者在社區(qū)評論中說：“基準數(shù)據(jù)一直都在，但沒人愿意在一個谷歌隨時可能改規(guī)則的模型上建立產(chǎn)品。現(xiàn)在它才真的可以部署了?！?/p>
▲Gemma 4官方模型集合頁面（圖源：Hugging Face）
在硬件覆蓋上，Gemma 4采取“移動優(yōu)先”的設計理念，同時兼顧全棧部署需求。E2B與E4B專為邊緣設備優(yōu)化，可在手機、樹莓派、NVIDIA Jetson Orin Nano上完全離線運行，延遲趨近于實時；26B與31B模型的非量化bfloat16權重可在單張80GB NVIDIA H100 GPU上運行，量化版本則支持消費級GPU本地部署。
谷歌DeepMind CEO德米斯·哈薩比斯（Demis Hassabis）將Gemma 4稱為“在各自參數(shù)量級下性能最優(yōu)的全球開源模型”。
▲谷歌DeepMind CEO 德米斯·哈薩比斯（Demis Hassabis）在X平臺的推文
Hugging Face聯(lián)合創(chuàng)始人克萊門特·德朗格（Clément Delangue）將Gemma 4模型發(fā)布視為“本地AI正在迎來關鍵發(fā)展階段”，并認為開放模型與可本地部署能力將成為未來AI的重要方向。
▲Hugging Face聯(lián)合創(chuàng)始人克萊門特·德朗格（Clément Delangue）在X平臺的推文
此次Gemma 4的發(fā)布，被多家外媒視為谷歌重返開源主戰(zhàn)場，美國模型陣營迎來關鍵補位。
Hugging Face地址：https://huggingface.co/collections/google/gemma-4
官方技術博客：https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
一、4大模型配置，性能表現(xiàn)超越參數(shù)規(guī)模達其20倍的模型
在官方技術博客中，谷歌說Gemma 4實現(xiàn)了單位參數(shù)下前所未有的智能水平，能在更低計算開銷下實現(xiàn)更強性能。
該系列并非延續(xù)單純擴大參數(shù)規(guī)模的路徑，而是通過架構設計與訓練優(yōu)化的系統(tǒng)性改進，使開發(fā)者以更低硬件成本獲得接近前沿模型的能力。
Gemma 4提供四種規(guī)模配置：E2B、E4B、26B混合專家模型（MoE）以及31B稠密模型。
31B 模型目前在行業(yè)標準的Arena AI文本排行榜上名列全球開放模型第3位，26B模型則名列第6位。在榜單中，Gemma 4的表現(xiàn)甚至超越了規(guī)模達其20倍的模型。對于開發(fā)者而言，這種單位參數(shù)智能水平的新高度意味著只需極低的硬件開銷，即可獲得前沿模型級別的能力。
▲Gemma 4 在Arena用戶偏好排行榜中的參數(shù)量對比（左）與用戶偏好（右）（圖源：blog.google）
架構層面，26B MoE模型采用“按需激活參數(shù)”的設計，推理時僅激活約3.8B活躍參數(shù)，在顯著降低算力需求的同時保持高性能輸出；E2B與E4B小模型則引入Per-Layer Embeddings（PLE）機制，為解碼器每一層引入獨立的embedding表，從而增強各層的表達能力并提升參數(shù)利用效率，使模型在不顯著增加計算負擔的前提下獲得更強的表征能力。
在注意力機制上，Gemma 4交替使用局部滑動窗口注意力與全局注意力機制，并在最后一層采用全局注意力，在保證長上下文能力的同時有效控制內(nèi)存消耗。
在上下文處理能力上，邊緣機型配備128K的上下文窗口，而更大型號則提供256K的上下文窗口，允許用戶在一次提示中處理存儲庫或長文檔。
這套架構優(yōu)化的實際效果已在具體應用中得到驗證。谷歌在博客中列舉了兩個典型案例：INSAIT基于Gemma系列開發(fā)了保加利亞語優(yōu)先大模型BgGPT，耶魯大學則與谷歌合作推進Cell2Sentence-Scale項目，探索癌癥治療新路徑。這些案例基于對Gemma模型的微調(diào)與適配，體現(xiàn)出Gemma在垂直領域應用中的潛力。
二、原生支持圖像、視頻輸入，可處理140種語言
Gemma 4不再局限于文本生成，而是從底層架構出發(fā)，將多模態(tài)理解與智能體（Agent）調(diào)用能力原生整合進同一模型體系。
全系四款模型均原生支持圖像與視頻輸入，其中視頻以幀序列形式處理，在OCR、圖表理解等視覺任務中表現(xiàn)較為突出；E2B與E4B進一步集成原生音頻能力，支持語音識別與理解。
在視覺處理精度上，模型支持可變分辨率與可配置token預算，官方提供70至1120 token等多檔配置：低預算適用于分類與視頻幀理解等速度敏感場景，高預算則用于OCR、文檔解析與細粒度圖像分析。
Gemma 4將函數(shù)調(diào)用（function calling）與結(jié)構化輸出能力直接訓練進模型本身，而非依賴提示工程引導。模型可原生輸出結(jié)構化JSON，支持多工具調(diào)用與多輪任務執(zhí)行，使其能夠穩(wěn)定參與自動化工作流，有效降低開發(fā)者構建智能體系統(tǒng)的工程成本。
在代碼能力上，Gemma 4支持高質(zhì)量離線代碼生成，可在本地環(huán)境運行，被定位為“本地優(yōu)先”的AI編程助手。在多步推理與復雜指令執(zhí)行任務中，其表現(xiàn)較上一代顯著提升。此外，模型原生支持超過140種語言。
三、采用Apache 2.0許可證開源，可在手機上離線運行
技術能力之外，Gemma 4的另一核心變化在于開放策略的調(diào)整。谷歌此次全面采用Apache 2.0許可證，取代此前的自定義授權方式，允許開發(fā)者自由修改、再分發(fā)及商業(yè)化部署，賦予其對模型、數(shù)據(jù)與基礎設施更高的控制權。
▲Apache License 2.0開源協(xié)議核心條款說明（圖源：devmandan）
在開發(fā)與部署層面，Gemma 4強調(diào)“從實驗到生產(chǎn)”的完整鏈路支持。開發(fā)者可通過Google AI Studio（支持31B與26B MoE）與AI Edge Gallery（支持E4B與E2B）快速體驗模型能力，也可在Android Studio中結(jié)合Agent模式進行移動應用開發(fā)。
在工具鏈適配上，Gemma 4發(fā)布首日即支持Hugging Face（含Transformers、TRL、Transformers.js、Candle）、vLLM、llama.cpp、MLX、Ollama、NVIDIA NIM和NeMo、LM Studio、Unsloth、SGLang等主流框架，模型權重通過Hugging Face、Kaggle與Ollama開放下載。
此外，Gemma 4針對NVIDIA GPU（涵蓋Jetson至Blackwell架構）、AMD GPU（ROCm生態(tài)）以及谷歌自研Trillium與Ironwood TPU進行了深度優(yōu)化，實現(xiàn)跨硬件平臺的高效適配。云端方面，可通過Vertex AI、Cloud Run、GKE及TPU加速服務等多種方案擴展至生產(chǎn)規(guī)模。
四、實測多模態(tài)復雜任務效果一般
知名AI開發(fā)者Simon Willison在實際測試后指出，Gemma 4在“單位參數(shù)能力”（intelligence per parameter）上的表現(xiàn)尤為突出，這一指標反映出模型在有限參數(shù)規(guī)模下實現(xiàn)更高性能的能力。他認為，相較于持續(xù)擴大模型體量，如何在既有參數(shù)約束下提升性能，正逐漸成為當前模型優(yōu)化的重要方向。
Willison以“騎自行車的鵜鶘”這一復雜視覺生成任務為例，對不同規(guī)模模型進行對比測試。結(jié)果顯示，從2B到26B參數(shù)規(guī)模，模型生成質(zhì)量呈現(xiàn)出明顯的遞進關系：小模型在復雜結(jié)構表達上仍存在不足，而中等規(guī)模模型已能夠生成語義較為完整的圖像。這一現(xiàn)象表明，盡管小模型在效率上取得進展，但在多模態(tài)復雜任務中仍對模型規(guī)模存在一定依賴。
▲Willison以“騎自行車的鵜鶘”對該模型從2B到4B再到26B-A4B的測試
Willison提到，該系列模型已不僅限于文本處理，還支持圖像及視頻（以幀序列形式）輸入與音頻。其中，E2B與E4B等小參數(shù)模型已具備語音理解能力。不過，從實際開發(fā)環(huán)境來看，這些能力尚未完全落地，本地推理框架對音頻等輸入形式的支持仍在完善過程中。
Hugging Face在Gemma 4技術解讀中指出，與以往主要依賴云端部署的超大模型不同，Gemma 4系列覆蓋從2B到31B的多種參數(shù)規(guī)模，使其既可應用于數(shù)據(jù)中心，也能夠運行在本地設備乃至邊緣硬件上，體現(xiàn)出模型向“端側(cè)可用”的發(fā)展趨勢。
Gemma 4通過結(jié)構優(yōu)化與機制創(chuàng)新，使小參數(shù)模型在保持資源消耗可控的前提下實現(xiàn)能力提升。以E2B、E4B為代表的小模型，不僅支持多模態(tài)輸入，還通過結(jié)構優(yōu)化提升參數(shù)利用效率，使其在保持較低資源消耗的同時具備較強任務能力。
五、編程、高難度推理表現(xiàn)，接近Qwen3.5
從Arena榜單的對比結(jié)果來看，Gemma 4在文本類任務中的整體能力較上一代實現(xiàn)了全面提升。無論是在寫作、編程、復雜指令執(zhí)行，還是多輪對話與長文本理解等場景中，其表現(xiàn)均明顯優(yōu)于Gemma 3和Gemma 2，并在多個維度接近當前開源模型的第一梯隊。
具體來看，Gemma 4在“專家級文本理解”和“代碼生成”等高難度任務上提升尤為顯著，同時在創(chuàng)意寫作、復雜提示處理等場景中也表現(xiàn)出更穩(wěn)定的輸出質(zhì)量。這種全維度外擴的能力曲線，意味著該模型不再只在個別任務上優(yōu)化，而是在通用文本能力上實現(xiàn)整體提升。
▲Gemma系列模型在Arena文本類別排名對比（圖源：Arena.ai）
根據(jù)獨立AI評測媒體ai.rs對Gemma 4、Qwen與Llama的對比評測分析，此次升級被認為是開源模型領域“單代提升幅度最大的一次”，其進步并非漸進式優(yōu)化，而是跨越式躍升。
尤其在編程能力上，Gemma 4的Codeforces ELO評分相較上一代Gemma 3的110分（接近勉強可用水平），大幅提升至2150分（接近競技編程專家級）。
▲Gemma 4編碼能力測試（圖源：ai.rs）
ai.rs進一步指出，在高難度推理與代碼生成等關鍵任務上，Gemma 4整體表現(xiàn)達到當前開源模型中的領先水平。
獨立AI基準測試機構Artificial Analysis發(fā)布的GPQA Diamond排行榜顯示，谷歌Gemma 4 31B模型在高難度科學推理基準上取得85.7%的準確率，位列榜單前列，與Qwen3.5 27B（85.8%）表現(xiàn)接近。
該基準包含198道由博士級專家編寫的“防搜索”問題，涵蓋生物、化學和物理領域，要求模型具備真正的研究生級科學推理能力，而非依賴外部知識檢索。相比之下，人類領域?qū)＜业钠骄鶞蚀_率約為65%。
值得注意的是，Gemma 4系列在參數(shù)效率上表現(xiàn)出色：其26B和31B變體在得分與參數(shù)量的對比圖中落入高效象限，證明Gemma 4以相對較小的參數(shù)規(guī)模實現(xiàn)了高性能。
▲GPQA Diamond基準測試結(jié)果（柱狀圖）及得分與參數(shù)量關系（散點圖）（圖源：Artificial Analysis）
結(jié)語：從“能用”到“可部署”， 效率、成本與生態(tài)的綜合較量
從此次Gemma 4的發(fā)布來看，其意義并不只在于單一指標的提升，而是性能、部署方式與授權策略的同步變化。Gemma 4一方面通過架構優(yōu)化提升參數(shù)利用效率，小模型能力持續(xù)逼近中等規(guī)模模型，另一方面多模態(tài)能力與本地部署能力同步推進，在部分場景下減少對云端算力的依賴。
從更宏觀的視角來看，開源大模型競爭已不再局限于性能指標，而是轉(zhuǎn)向效率、成本與生態(tài)的綜合較量。誰能在“好用、可部署、可擴展”之間取得平衡，誰才更有可能在下一階段占據(jù)主導地位。
