Google Gemma 4 全面开源：最小模型可离线运行手机，性能追平上一代桌面级

事件概述

Google 正式发布了四款 Gemma 4 系列模型，标志着该系列从“开放”转向真正的“开源”。所有模型均采用 Apache 2.0 许可证，允许开发者将模型用于个人、商业及企业用途，支持修改、再分发及打包进硬件产品，彻底打破了以往在数据主权和合规性上的限制。

核心信息

1. 模型规格与部署能力

Gemma 4 覆盖从边缘设备到高性能工作站的多种尺寸，底层技术与 Gemini 3 同源：

• E2B / E4B（边缘版）：专为手机和 IoT 设备设计，分别激活 2B 和 4B 参数。支持 128K 上下文窗口，具备图片、视频和原生音频输入能力。可在 Google Pixel 手机、树莓派、Jetson Orin Nano 上完全离线运行，延迟接近零。Android 开发者可通过 AICore 预览版体验 Agent Mode。
• 26B MoE（混合专家）：推理时仅激活 3.8B 参数，兼顾速度与质量。Arena AI 文本评分达 1441，位列开源模型第六。
• 31B Dense（稠密）：追求极致原始性能，Arena AI 文本评分达 1452，位列开源模型第三。未量化权重可在单张 80GB NVIDIA H100 运行，量化版支持消费级 GPU，适合本地微调。

2. 性能突破与基准测试

Gemma 4 在核心应用场景的升级幅度显著：

• 推理与编程：相比上一代 Gemma 3 27B，Gemma 4 31B 在数学推理基准 AIME 2026 上从 20.8% 跃升至 89.2%；代码能力基准 LiveCodeBench v6 从 29.1% 升至 80.0%。
• Agent 能力：衡量工具调用能力的 τ2-bench 从 6.6% 大幅提升至 86.4%。
• 参数效率：Gemma 4 以 26B/31B 体量达到了通常需要数百亿乃至千亿参数才能实现的 Elo 分数。特别是 E2B（2B 激活参数）在科学知识基准 GPQA Diamond 上得分 43.4%，几乎追平了上一代 27B 桌面模型（42.4%）。

3. 功能特性

• 多模态支持：原生支持函数调用、JSON 结构化输出和系统指令，可构建自主 Agent。
• 长上下文：26B 和 31B 版本上下文窗口扩展至 256K，支持单次提示传入完整代码库或长文档。
• 多语言：预训练语言超过 140 种。

4. 生态与合作

• 硬件适配：NVIDIA 与 Google 合作优化了 Gemma 4 在 RTX GPU、DGX Spark 个人 AI 超级计算机及 Jetson Orin Nano 上的推理性能，提供低延迟支持。
• 软件框架：模型权重已上架 Hugging Face、Kaggle 和 Ollama。主流框架如 Transformers、vLLM、llama.cpp、MLX 等均于发布当天提供支持。
• 本地部署：用户可通过 Ollama 或 llama.cpp 配合 GGUF 格式快速上手，Unsloth Studio 提供微调支持。

值得关注

此次发布的核心意义在于重新定义了 AI 的运行边界。过去 AI 主要依赖云端数据中心，而 Gemma 4 通过极致的参数效率和开源授权，使得手机、树莓派甚至无网工厂终端也能完成复杂的模型推理。这不仅解决了医疗、金融等行业对数据不出本地的合规需求，更让 AI 能力真正具备了进入边缘场景的可行性。