最小仅2B！谷歌最强开源模型登场，免费商用，手机就能跑

背景与定位

Gemma 4是谷歌DeepMind推出的全新开源模型系列，继承自Gemini技术体系，主打“智能密度”与部署灵活性。与Gemini不同的是，Gemma系列采用Apache 2.0许可证，允许开发者自由修改、再分发并用于商业用途。此次发布的模型包括E2B、E4B、26B MoE和31B Dense，覆盖从移动端到云端的全场景部署，标志着谷歌在开放AI模型生态方面迈出重要一步。

模型配置与性能表现

• E2B与E4B：专为边缘设备优化，支持在手机、树莓派、NVIDIA Jetson Orin Nano等设备上完全离线运行，延迟接近实时。
• 26B MoE：混合专家架构，推理时仅激活约3.8B参数，兼顾性能与效率，在Arena AI文本排行榜位列第6。
• 31B Dense：稠密模型，Arena AI文本排行榜位列第3，在高难度科学推理基准GPQA Diamond中准确率达85.7%，接近Qwen3.5 27B的85.8%。

该系列在多个关键指标上实现飞跃，如在AIME 2026数学推理基准中，Gemma 4 31B从20.8%跃升至89.2%；在代码生成能力方面，其Codeforces ELO评分从110分提升至2150分，达到接近专家级水平。

多模态与智能体能力整合

Gemma 4系列从架构层面支持图像、视频（帧序列）、音频和文本多模态输入，E2B与E4B还具备语音理解能力。其支持可变分辨率与多档token预算（70至1120 token），灵活适应不同应用场景：

• 低预算：用于图像分类、视频帧理解等高速度需求任务
• 高预算：处理OCR、文档解析、细粒度图像分析等复杂任务

此外，Gemma 4具备原生的函数调用能力，可直接输出结构化JSON，支持多工具调用与多轮任务执行，显著降低构建智能体系统的工程复杂度。

开源策略与部署生态

此次开源策略的转变尤为关键，Gemma 4系列采用Apache 2.0协议，取代此前的限制性授权方式。开发者可以：

• 免费商用部署，无需支付版税
• 自由修改与再分发模型
• 在本地设备或边缘硬件上运行，增强隐私保护与数据控制权

工具链方面，Gemma 4发布即支持主流框架如Hugging Face、vLLM、llama.cpp、Ollama、MLX等，模型权重可通过Hugging Face、Kaggle等平台下载。在硬件优化上，已适配NVIDIA GPU（从Jetson到Blackwell）、AMD GPU（ROCm生态）及谷歌自研TPU。

实测表现与参数效率

知名开发者Simon Willison在测试中指出，Gemma 4在“单位参数智能密度”方面表现出色。尽管最小版本（E2B）在处理多模态复杂任务时仍有局限，但中等规模模型（如31B Dense）已能胜任高难度推理与代码生成。

在GPQA Diamond测试中，Gemma 4 31B模型准确率达85.7%，接近Qwen3.5 27B的85.8%，远超人类专家平均65%的水平。这表明其在科学推理等高阶任务上具备真正的知识理解能力，而非依赖外部检索。

Gemma 4还通过结构优化提升小模型能力，如引入Per-Layer Embeddings（PLE）机制增强表达力，注意力机制采用局部滑动窗口与全局注意力交替使用，在最后一层使用全局注意力以兼顾长上下文与内存效率。

结语

Gemma 4系列的发布标志着开源模型从“可用”迈向“可部署”的新阶段。凭借其多模态能力、函数调用原生支持、跨平台部署与Apache 2.0许可，它为开发者提供了一个灵活、高效、可商用的模型工具。无论是在资源受限的移动设备上实现轻量化推理，还是在高端GPU上追求性能极限，Gemma 4都展现出极高的适应性与技术前瞻性，成为开源AI模型生态中的重要一员。