Esc
输入关键词开始搜索
News

Gemma 4: Byte for byte, the most capable open models

Gemma 4: Byte for byte, the most capable open models

原文链接：https://deepmind.google/models/gemma/gemma-4/ 博客全文：https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ 作者：Clement Farabet（VP of Research, Google DeepMind）、Olivier Lacombe（Group Product Manager） 机构：Google DeepMind 发布日期：2026-04-02

速查卡

项目内容
一句话总结Google 发布最强开源模型家族 Gemma 4，基于 Gemini 3 技术，采用 Apache 2.0 许可证
大白话版Google 把自家最厉害的 AI 模型技术下放到开源版本，而且换成了真正的开源许可证，任何人都能免费商用
核心数字31B 模型 Arena AI 开源 #3；AIME 2026 数学 89.2%；击败 20 倍大小的模型；400M+ 累计下载
评级A — 必读级发布。开源模型能力天花板的又一次提升，Apache 2.0 切换是对整个开源 AI 生态的重大利好
代码HuggingFace: google/gemma-4 / Kaggle: google/gemma-4 / Ollama: gemma4
关键词Gemma 4, 开源, Apache 2.0, 31B Dense, 26B MoE, E4B, E2B, 边缘计算, Agentic

核心 Insight

Gemma 4 的核心叙事不是”又一个大模型”，而是 “每参数智能密度”（intelligence-per-parameter）的极致追求 + 真正的开源许可证。

这两点合在一起的意义是革命性的：

  1. 能力密度：31B 参数的 Gemma 4 在 Arena AI 排名全球开源 #3，击败了参数量 20 倍以上的模型。26B MoE 变体推理时只激活 3.8B 参数就能排到 #6。这意味着单张 H100（80GB）甚至消费级 GPU 就能运行世界级智能。

  2. Apache 2.0：Gemma 3 时代的自定义许可证是社区的一大痛点——虽然免费但附带各种限制条款，企业法务团队对此心存疑虑。切换到 Apache 2.0 彻底消除了这个障碍，意味着：完全自由商用、可修改、可再分发、无需向 Google 报告、无需担心许可证变更风险。

  3. 从云到端的完整覆盖：四个尺寸（31B Dense → 26B MoE → E4B → E2B）覆盖从数据中心到树莓派的全场景，而且边缘模型（E2B/E4B）支持视觉+音频多模态输入。这不是一个模型，而是一个”可到处部署的 AI 引擎家族”。

为什么 Gemma 4 能用更少的参数做到更多？

从技术角度看，这得益于 Gemini 3 的研究成果下放：

  • 更好的架构设计：虽然 Google 没有公开 Gemma 4 的完整技术报告（截至发布日），但从 Gemini 3 的已知信息推断，更高效的注意力机制、改进的位置编码、优化的 FFN 结构都贡献了能力密度的提升
  • 更高质量的训练数据：Google 坐拥全球最大的网页索引+知识图谱+多语言数据，数据质量是能力密度的关键因素
  • MoE 架构的高效利用：26B MoE 只需激活 3.8B 参数即可推理，本质上是用”专家路由”机制让不同类型的输入由不同的”专家子网络”处理，避免了密集模型中大量参数”空转”的浪费
  • 从 Gemini 3 到 Gemma 4 的”蒸馏+优化”路径：大模型的知识通过精心设计的训练流程压缩到小模型中，这比从零训练小模型效果好得多

模型规格与架构

完整模型家族

模型参数量推理激活参数定位上下文窗口多模态Arena AI 排名
Gemma 4 31B Dense31B31B旗舰，最高质量256K视觉开源 #3 (1452)
Gemma 4 26B MoE (A4B)26B3.8B速度优先，低延迟256K视觉开源 #6 (1441)
Gemma 4 E4B—~4B移动端/IoT128K视觉+音频—
Gemma 4 E2B—~2B超轻量边缘128K视觉+音频—

硬件需求映射

模型最低硬件推荐硬件典型场景
31B Dense (bf16)单张 H100 80GBH100/A100服务端部署、微调基座
31B Dense (量化)消费级 GPU (24GB+)RTX 4090 / 3090本地 IDE 助手、Agent
26B MoE同上，但更快任何 24GB+ GPU低延迟 API 服务
E4B手机/树莓派Pixel / 骁龙 8 系端侧 Agent、离线助手
E2BIoT 设备Jetson Orin Nano嵌入式 AI

关键能力特性

高级推理与 Agentic 工作流：

  • 原生函数调用（function calling）：模型天然支持调用外部工具和 API
  • 结构化 JSON 输出：直接生成符合 schema 的 JSON，无需后处理
  • 原生系统指令（system instructions）：无需在 prompt 中模拟系统角色
  • 多步规划与深度逻辑推理

多模态能力：

  • 所有模型支持图像/视频输入（可变分辨率）
  • E2B/E4B 额外支持音频输入（语音识别+理解）
  • 擅长 OCR、图表理解等视觉任务

多语言：

  • 原生训练覆盖 140+ 语言
  • 不仅是翻译，还理解文化语境

Benchmark 详细结果

Benchmark测量内容31B IT Thinking26B A4B IT ThinkingE4B IT ThinkingE2B IT ThinkingGemma 3 27B IT
Arena AI (text)综合对话质量14521441——1365
MMLU多语言问答85.2%82.6%69.4%60.0%67.6%
MMMU Pro多模态推理76.9%73.8%52.6%44.2%49.7%
AIME 2026数学竞赛题89.2%88.3%42.5%37.5%20.8%
LiveCodeBench v6竞赛编程80.0%77.1%52.0%44.0%29.1%
GPQA Diamond科学知识84.3%82.3%58.6%43.4%42.4%
τ2-benchAgent 工具使用86.4%85.5%57.5%29.4%6.6%

解读：

  • 数学能力飞跃：AIME 2026 从 Gemma 3 的 20.8% 直接跳到 89.2%（+68.4pp），这不是渐进提升，是质变。即使是 26B MoE 也达到了 88.3%，表明数学推理能力不依赖于密集参数。

  • Agent 工具使用能力爆发：τ2-bench 从 6.6% 到 86.4%（+79.8pp），Gemma 3 几乎不能做 Agent 任务，Gemma 4 直接成为顶级 Agent 基座。这是最具实际价值的提升——意味着 Gemma 4 可以直接用于构建自主 Agent。

  • 编程能力翻倍有余：LiveCodeBench 从 29.1% 到 80.0%（+50.9pp），直接进入竞赛级编程能力范围。

  • MoE 与 Dense 的性能差距极小：26B MoE 在所有 benchmark 上仅比 31B Dense 低 1-3 个百分点，但推理时只用 3.8B 参数。这意味着在速度敏感的场景中，MoE 是更优选择。

与竞品的横向对比

模型机构参数量开源许可AIME 2026LiveCodeBench v6Arena AI
Gemma 4 31BGoogle31BApache 2.089.2%80.0%1452
Gemma 4 26B MoEGoogle26B (A4B)Apache 2.088.3%77.1%1441
Qwen3.6-Plus阿里<100B商用许可———
Llama 4 ScoutMeta109B (A17B)Llama License———
Llama 4 MaverickMeta400B (A17B)Llama License———
Gemma 3 27BGoogle27B自定义许可20.8%29.1%1365

注： Qwen3.6-Plus 和 Llama 4 的部分 benchmark 数据缺失或不可直接对比。Arena AI 排名 Gemma 4 31B 为开源 #3，击败了包括 Llama 4 Maverick（400B）在内的大模型。

生态系统与工具链

Day-1 支持的框架和平台

类别工具
推理引擎vLLM, llama.cpp, SGLang, NVIDIA NIM, LiteRT-LM
本地运行Ollama, LM Studio, MLX
训练/微调HuggingFace TRL, Keras, Unsloth, NeMo
前端集成Transformers.js, Candle
云平台Vertex AI, Cloud Run, GKE
移动端AICore Developer Preview, ML Kit GenAI
硬件平台NVIDIA (Jetson → Blackwell), AMD ROCm, Google TPU (Trillium/Ironwood)

下载与快速开始

# Ollama（最简单）
ollama run gemma4

# HuggingFace
# pip install transformers
from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("gg-hf-gg/gemma-4-31B-it")

# Google AI Studio（在线体验）
# https://aistudio.google.com/prompts/new_chat?model=gemma-4-31b-it

Apache 2.0 许可证的意义

这次许可证变更值得单独分析，因为它对整个开源 AI 生态的影响可能比模型本身更深远。

许可证对比

维度Gemma 3 自定义许可Gemma 4 Apache 2.0Llama License
商业使用✅ 但有条件✅ 完全自由✅ 但有月活限制
修改/再分发✅ 但需保留条款✅ 完全自由✅ 但需保留归属
专利授权有限✅ 明确授予有限
法务友好度中等（需审阅）⭐⭐⭐⭐⭐（标准许可）中等
社区接受度争议较大广泛欢迎争议中等

为什么 Apache 2.0 是”金标准”？

  1. 企业法务零摩擦：Apache 2.0 是全球最被广泛理解和接受的开源许可证之一，几乎所有企业的法务部门都已审阅过，不需要额外的许可证审查流程
  2. 明确的专利授权：Apache 2.0 包含明确的专利授权条款，保护使用者不会因使用模型而遭到专利诉讼
  3. 真正的”数字主权”：Google 在博客中强调 “digital sovereignty”——各国政府和企业可以完全掌控自己的数据、基础设施和模型，无需依赖 Google 的许可
  4. 社区信号效应：Google 明确写了 “You gave us feedback, and we listened”——这向社区传递了积极信号，可能推动 Meta 等也考虑更宽松的许可

批判性分析

局限性

  1. 缺少完整技术报告：截至发布日，Google 没有公开 Gemma 4 的完整技术报告（仅有 model card）。对于一个声称”每参数最聪明”的模型，缺少训练细节（数据混合、训练策略、架构改进）是一个遗憾。这使得独立验证其声明更加困难。

  2. Benchmark 选择性展示：官方只展示了最有利的 benchmark 结果。在某些任务（如长上下文检索、代码完成等具体工程任务）上的表现可能不如数字看起来那么亮眼。社区独立评测的结果可能会揭示不同的画面。

  3. 边缘模型（E2B/E4B）的实际可用性：虽然声称支持”从手机到树莓派”，但在实际部署中，E2B 的 2B 有效参数在复杂任务上的能力仍然有限。128K 上下文在 2GB RAM 设备上是否真能保持性能？

  4. Thinking 模式的依赖性：所有 benchmark 数字都标注了 “IT Thinking”（带推理链的版本），这意味着模型需要生成额外的推理 token 来达到这些分数。实际延迟和成本会比”裸”推理高很多。没有 Thinking 模式的 benchmark 数字缺失。

适用边界

  • 最佳场景：需要高质量推理的本地/私有部署、Agent 工作流、多语言应用、边缘设备 AI
  • 不适用场景：需要超长上下文（>256K）的任务、需要最高保密级别的政府应用（虽然有 Sovereign Cloud 选项）、需要自定义模态的特殊任务

独立观察

  • Gemma 4 vs Qwen3.6-Plus 的赛道碰撞：两者在同一天发布，都主打”小模型大能力”+编程+Agent。Qwen3.6-Plus 拿出 100 万上下文的杀手锏，Gemma 4 拿出 Apache 2.0+更完整的尺寸矩阵。这是 2026 年开源模型赛道最精彩的正面对决。

  • Google 的”开源-闭源双引擎”战略：Gemma 4 与 Gemini 3 形成互补——开源版本吸引社区和生态，闭源版本在 Cloud 上变现。这比 Meta 的纯开源策略（缺乏 API 营收）和 OpenAI 的纯闭源策略（缺乏社区生态）都更可持续。

  • 400M 下载量 + 10 万社区变体的生态飞轮：Gemma 已经形成了强大的社区生态——微调版本、领域特化版本（如保加利亚语 BgGPT、癌症治疗发现 Cell2Sentence-Scale）。Apache 2.0 将进一步加速这个飞轮。

对领域的影响

短期（1-3 个月）： 开源社区将涌现大量 Gemma 4 微调版本。在 HuggingFace Trending 上预计会持续霸榜数周。Ollama / LM Studio 用户将大规模迁移到 Gemma 4。

中期（3-12 个月）： Gemma 4 将成为 Agent 框架（LangChain、AutoGPT 等）的默认开源选择之一。边缘部署（手机、IoT）将进入实用阶段。Apache 2.0 可能推动 Meta 在 Llama 5 时采用更开放的许可。

长期（1-2 年）： “每参数智能密度”的竞赛将加速——这比”参数量竞赛”对实际应用更有价值。如果 Gemma 4 的社区微调版本能在特定垂直领域达到 GPT-5 级别，将彻底改变 AI 产业的成本结构。

目录