谷歌的Gemini AI模型在过去一年中取得了巨大进步，但用户只能按照谷歌的条款使用Gemini。该公司的Gemma开放权重模型提供了更多自由度，但一年多前发布的Gemma 3已经有些过时。从今天开始，开发者可以开始使用Gemma 4，该模型提供四种针对本地使用优化的规格。谷歌也认识到开发者对AI许可证的不满，因此放弃了定制的Gemma许可证。

与过去版本的开放权重模型一样，谷歌设计Gemma 4可在本地机器上使用。当然，这可能意味着很多情况。两个大型Gemma变体——26B专家混合模型和31B稠密模型，设计为在单个80GB英伟达H100 GPU上以bfloat16格式运行而无需量化。诚然，这是一个价值2万美元的AI加速器，但仍然是本地硬件。如果量化为低精度运行，这些大型模型将适合消费级GPU。

谷歌还声称专注于减少延迟，以真正利用Gemma的本地处理优势。26B专家混合模型在推理模式下只激活其260亿参数中的38亿个，提供比同等规模模型更高的Token每秒处理速度。同时，31B稠密模型更注重质量而非速度，但谷歌期望开发者针对特定用途进行微调。

另外两个Gemma 4模型——高效2B（E2B）和高效4B（E4B），针对移动设备。这些选项设计为在推理过程中保持低内存使用，以有效的20亿或40亿参数运行。谷歌表示，Pixel团队与高通和联发科密切合作，为智能手机、树莓派和Jetson Nano等设备优化这些模型。它们不仅比Gemma 3使用更少的内存和电池，谷歌还宣称这次实现了"近零延迟"。

更强大，更开放

据报告，所有新的Gemma 4模型都将让Gemma 3望尘莫及——谷歌声称这些是您可以在本地硬件上运行的最强大模型。谷歌表示，Gemma 31B将在顶级开源AI模型Arena排行榜上排名第三，仅次于GLM-5和Kimi 2.5。然而，即使是最大的Gemma 4变体也只是这些模型规模的一小部分，理论上运行成本要低得多。

基于与谷歌Gemini 3闭源模型相同的底层技术，Gemma 4提供了改进的推理、数学和指令遵循能力。在过去一年中，AI也已转向智能体工作流管理，Gemma 4已为这一变化做好准备，支持原生函数调用、结构化JSON输出以及常用工具和API的原生指令。

代码生成也正在成为生成式AI的核心应用，谷歌表示Gemma 4也针对此进行了优化。您可以使用任何数量的AI系统生成合格的代码，但像Gemini Pro和Claude Code这样的强大表现者都是云服务。

谷歌表示，在离线环境中，如果您有运行较大变体的硬件，Gemma 4可以为您提供同样高质量的代码。同样，谷歌表示Gemma 4在处理视觉输入方面更出色，使OCR和图表理解等任务在本地系统上更加可靠。高效的E2B和E4B模型还原生支持语音识别——Gemma 3系列也有这个功能，但谷歌似乎暗示Gemma 4在这方面表现更好。

Gemma 4支持140多种语言，无论您使用哪种语言，Gemma 4都可以处理大量文字。边缘模型的上下文窗口现在为128k Token，26B和31B模型获得256k Token。对于本地模型来说这很不错，但基于云的Gemini模型更慷慨，拥有100万Token的上下文。

所有声称的性能提升都很不错，但许可证调整可能是Gemma最重要的变化。谷歌开放模型的以前版本采用定制的谷歌许可证，许多开发者认为过于严格。Gemma 3许可证有严格的禁用政策，谷歌可以单方面更新，并要求开发者在所有基于Gemma的项目中执行谷歌的规则。它甚至可能被解读为将许可证转移到使用Gemma产生的合成数据创建的其他AI模型。这使得许多开发者对使用谷歌开放模型构建项目感到担忧。

相比之下，Apache 2.0许可证更加宽松，没有过度的使用条款或商业限制。开发者熟悉并认可Apache许可证，谷歌不能在未来某天就决定许可证的工作方式不同。谷歌相信，以这种方式给开发者更多对其数据和部署计划的控制权，将鼓励他们在更多项目中使用Gemma，并扩展该公司坚持称为"Gemmaverse"的生态系统。

新Nano即将到来

E2B和E4B的发布也显示了谷歌在智能手机AI方面的发展方向。谷歌Pixel和其他一些手机运行名为Gemini Nano的本地AI模型。这就是这些安卓手机如何检测电话和短信诈骗、总结笔记或创建通话摘要而无需将数据发送到云端。谷歌代表指出，Gemini Nano一直来源于Gemma模型，但这对于Gemini Nano 4的下一代更新尤其如此。

这是谷歌首次确认其最小智能手机AI模型将有更新版本。目前在Pixel手机上运行的Gemini Nano 3基于Gemma 3n，但谷歌向Ars Technica确认，下一代Nano 4将拥有基于Gemma 4 E2B和E4B的2B和4B变体。

该公司邀请开发者在最新的AI Core开发者预览版中使用Gemma E2B和E4B开始原型智能体工作流。使用这些新模型设计的系统将在Gemini Nano 4发布时向前兼容。我们可能在几周后的I/O大会上听到更多相关信息。

您可以立即在AI Studio（31B和26B MoE）和AI Edge Gallery（E4B和E2B）中查看新的Gemma模型。模型权重也可以从Hugging Face、Kaggle和Ollama完整下载。虽然模型针对本地处理进行了优化，但谷歌也很乐意在谷歌云中为您运行这些模型，当然需要付费。

Q&A

Q1：Gemma 4相比Gemma 3有哪些主要改进？

A：Gemma 4在多个方面显著改进：性能上提供更好的推理、数学和指令遵循能力；延迟更低，26B专家混合模型实现了更高的Token每秒处理速度；移动版本E2B和E4B实现"近零延迟"并降低内存和电池使用；上下文窗口扩大到128k-256k Token；代码生成和视觉输入处理能力增强。

Q2：Apache 2.0许可证相比之前的Gemma许可证有什么优势？

A：Apache 2.0许可证更加宽松和开发者友好。之前的Gemma许可证有严格的禁用政策，谷歌可单方面更新，要求开发者在所有项目中执行谷歌规则，甚至可能影响其他AI模型。而Apache 2.0没有过度的使用条款或商业限制，开发者更熟悉，谷歌也无法随意更改许可证条款。

Q3：Gemma 4的四种模型分别适用于什么场景？

A：26B专家混合模型和31B稠密模型适用于高性能本地部署，前者注重速度，后者注重质量，需要80GB H100 GPU或量化后的消费级GPU。E2B和E4B模型专为移动设备优化，适用于智能手机、树莓派等设备，支持语音识别，内存占用低，延迟近零，是下一代Gemini Nano 4的基础。