Google DeepMind 发布 Gemma 4 开源模型家族

2026年4月2日

|

Clement Farabet

Google DeepMind 研究副总裁

Olivier Lacombe

Google DeepMind 产品管理总监

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

今天，我们推出 Gemma 4——这是我们迄今为止最智能的开放模型。Gemma 4 专为高级推理和智能体工作流而打造，带来了前所未有的每参数智能水平。这一突破建立在令人惊叹的社区势头之上：自我们推出第一代产品以来，开发者已下载 Gemma 超过 4 亿次，构建了一个充满活力的 Gemmaverse，拥有超过 10 万个变体。我们认真倾听了创新者下一步需要什么来推动 AI 的边界，而 Gemma 4 就是我们的答案：突破性的能力在 Apache 2.0 许可证下广泛开放。

截至 4 月 1 日，开放模型在 Arena.ai 聊天竞技场中的性能与规模对比。

Gemma 4 与 Gemini 3 基于同样世界一流的研究和技术构建，是你能在自己的硬件上运行的最强模型系列。它们与我们的 Gemini 模型形成互补，为开发者提供了业界最强大的开放与专有工具组合。

业界领先的能力与移动优先的 AI

我们发布四种多用途规模的 Gemma 4：有效 2B（E2B）、有效 4B（E4B）、26B 混合专家（MoE）和 31B 稠密。整个系列超越了简单的聊天，能够处理复杂的逻辑和智能体工作流。我们较大的模型在其规模上实现了最先进的性能，其中 31B 模型目前在行业标准的 Arena AI 文本排行榜上位列全球开放模型第 3 名，26B 模型则位列第 6 名。在那里，Gemma 4 超越了其规模 20 倍的模型。对开发者而言，这种全新的每参数智能水平意味着以显著更低的硬件开销实现前沿级能力。

在边缘端，我们的 E2B 和 E4B 模型重新定义了设备端实用性，优先考虑多模态能力、低延迟处理和无缝生态集成，而非单纯的参数数量。

强大、易用、开放

为了驱动下一代开创性研究和产品，我们将 Gemma 4 模型的规模专门设定为能够在硬件上高效运行和微调——从全球数十亿台 Android 设备，到笔记本电脑 GPU，再到开发者工作站和加速器。

通过使用这些高度优化的模型，你可以微调 Gemma 4，以在你的特定任务上实现最先进的性能。我们已经通过这种方法看到了令人难以置信的成功；例如，INSAIT 创建了一个开创性的保加利亚语优先语言模型（BgGPT），我们还与耶鲁大学合作开展了 Cell2Sentence-Scale，以发现癌症治疗的新途径，等等。

以下是 Gemma 4 成为我们迄今为止最强开放模型系列的原因：

• 高级推理：Gemma 4 具备多步骤规划和深度逻辑能力，在需要这些能力的数学和指令遵循基准测试中展现出显著提升。
• 智能体工作流：原生支持函数调用、结构化 JSON 输出和原生系统指令，使你能够构建可与不同工具和 API 交互并可靠执行工作流的自主智能体。
• 代码生成：Gemma 4 支持高质量的离线代码，将你的工作站变成本地优先的 AI 代码助手。
• 视觉与音频：所有模型原生处理视频和图像，支持可变分辨率，并在 OCR 和图表理解等视觉任务上表现出色。此外，E2B 和 E4B 模型具备原生音频输入，可实现语音识别与理解。
• 更长的上下文：无缝处理长篇内容。边缘模型拥有 128K 上下文窗口，而更大的模型最高可提供 256K，让你在单次提示中传入代码仓库或长文档。
• 140+ 种语言：Gemma 4 基于 140 多种语言进行原生训练，帮助开发者面向全球受众构建包容且高性能的应用。

为多样化硬件打造的多用途模型

我们发布的 Gemma 4 模型权重涵盖适配特定硬件和使用场景的多种规模，确保你在任何需要的地方都能获得前沿级推理能力：

26B 和 31B 模型：前沿智能，离线运行于你的个人电脑

为研究人员和开发者在易获取的硬件上提供最先进的推理能力，我们未经量化的 bfloat16 权重可高效装入单块 80GB NVIDIA H100 GPU。在本地环境中，量化版本可原生运行于消费级 GPU，为你的 IDE、编码助手和智能体工作流提供动力。我们的 26B 混合专家（MoE）模型聚焦低延迟，推理时仅激活其总参数中的 38 亿，带来极快的每秒 token 生成速度；而我们的 31B 稠密模型则最大化原始质量，为微调提供强大的基础。

这些模型针对大量不同的数据集和指标进行了评估，以覆盖文本生成的各个方面。更多基准测试请参见我们的模型卡。

E2B 和 E4B 模型：为移动和物联网设备带来全新级别的智能

这些模型从底层开始设计，以实现最大的计算和内存效率，推理时激活的有效参数规模为 20 亿和 40 亿，从而节省 RAM 和电池寿命。我们与 Google Pixel 团队以及 Qualcomm Technologies 和 MediaTek 等移动硬件领导者密切合作，这些多模态模型完全离线运行，在手机、Raspberry Pi 和 NVIDIA Jetson Orin Nano 等边缘设备上实现近乎零延迟。Android 开发者现在即可在AICore 开发者预览版中原型化智能体流程，以便向前兼容 Gemini Nano 4。

开源许可证

你们给了我们反馈，我们认真倾听。构建 AI 的未来需要协作的方式，我们相信应在没有限制性壁垒的情况下赋能开发者生态。因此，Gemma 4 在商业上宽松的Apache 2.0 许可证下发布。

这一开源许可证为开发者提供了完全的灵活性和数字主权的基础；让你对自己的数据、基础设施和模型拥有完全的控制权。它允许你自由构建，并在任何环境中安全部署，无论是在本地还是云端。

建立在信任与安全的基础上

这些模型与我们专有模型一样，经过同样严格的基础设施安全协议。通过选择 Gemma 4，企业和主权组织获得了一个可信、透明的基础，在提供最先进能力的同时，满足最高的安全性与可靠性标准。

丰富的生态选择

• 几秒钟内即可开始实验： 立即获取 Gemma 4 并马上开始构建。在 Google AI Studio（31B 和 26B MoE）或 Google AI Edge Gallery（E4B 和 E2B）中探索 Gemma 4。在 Android 开发方面，用它为 Android Studio 中的 Agent Mode 提供支持，并通过 ML Kit GenAI Prompt API 开始为 Android 构建生产级应用。
• 使用你喜爱的工具： 首日即支持 Hugging Face（Transformers、TRL、Transformers.js、Candle）、LiteRT-LM、vLLM、llama.cpp、MLX、Ollama、NVIDIA NIM 和 NeMo、LM Studio、Unsloth、SGLang、Cactus、Baseten、Docker、MaxText、Tunix、Keras，你可以灵活地为项目选择最佳工具。
• 下载模型： 从 Hugging Face、Kaggle 或 Ollama 获取模型权重。
• 根据你的具体需求定制 Gemma 4： 使用你偏好的平台训练和调整模型，例如 Google Colab、Vertex AI，甚至你的游戏 GPU。
• 在 Google Cloud 上扩展至生产环境： 虽然本地设备端推理非常适合离线使用，但 Google Cloud 可以消除所有算力上限。通过 Vertex AI、Cloud Run、GKE、Sovereign Cloud、TPU 加速服务和面向受监管工作负载的最高合规保障，按你的方式部署。在 Google Cloud 上开始使用的更多信息请见此处。
• 在多个硬件平台上加速你的 AI 开发： Gemma 4 开箱即针对业界领先的硬件进行了优化。在 NVIDIA AI 基础设施上体验极致性能，从 NVIDIA Jetson Orin Nano 到 Blackwell GPU；通过开源 ROCm™ 技术栈与 AMD GPU 集成，或部署在 Trillium 和 Ironwood TPU 上以实现大规模和高效率。
• 为影响力而竞争： 加入 Kaggle 上的 Gemma 4 Good Challenge，构建为世界带来有意义、积极改变的产品。