「開放」和「開源」，并非一字之差。

Google 的 Gemma 系列發(fā)布已有兩年，但開發(fā)者能下載、能本地運行，但用途受限，再分發(fā)受限，改了也不能隨便傳播。充其量說，這只能算「開放」，還達不到 AI 圈「開源」的標準。

Google DeepMind CEO Demis Hassabis

就在剛剛，Google 發(fā)布四款 Gemma 4 系列模型，支持 Apache 2.0 全面開源，其中最小的版本可以在樹莓派上完全離線運行。Gemma 小模型，第一次真正意義上地落到了每個人手里。

以小小小小勝大

Gemma 4 共發(fā)布四個尺寸，底層技術與 Gemini 3 同源，覆蓋從邊緣設備到高性能工作站的硬件：

E2B / E4B：專為手機和 IoT 設備設計，與 Google Pixel 團隊及高通、聯(lián)發(fā)科深度合作優(yōu)化。推理時分別僅激活 2B 和 4B 參數(shù)，以盡量節(jié)省內(nèi)存和電量。

支持 128K 上下文窗口，具備圖片、視頻和原生音頻輸入能力，可在 Pixel 手機、樹莓派、Jetson Orin Nano 上完全離線運行，延遲接近于零。Android 開發(fā)者現(xiàn)在可通過 AICore 開發(fā)者預覽版提前體驗 Agent Mode。

26B MoE：混合專家架構(gòu)，推理時僅激活全部參數(shù)中的 3.8B，在保證極快推理速度的同時維持較高質(zhì)量，Arena AI 文本評分達到 1441，位列開源模型第六。

31B Dense：追求極致原始性能，Arena AI 文本評分達到 1452，位列開源模型第三。未量化的 bfloat16 權(quán)重可在單張 80GB NVIDIA H100 上運行，量化版本支持消費級 GPU，為本地微調(diào)提供強力基礎。

在能力層面，四款模型高度一致：均支持多步推理和復雜邏輯；原生支持函數(shù)調(diào)用、JSON 結(jié)構(gòu)化輸出和系統(tǒng)指令，可構(gòu)建能與外部工具和 API 交互的自主 Agent；

支持圖片和視頻輸入，擅長 OCR 和圖表理解等視覺任務；預訓練語言超過 140 種。26B 和 31B 的上下文窗口進一步擴展至 256K，可在單次提示中傳入完整代碼庫或長文檔。

基準測試的數(shù)字，能更直觀地說明這一代的升級幅度。與上一代 Gemma 3 27B 相比，Gemma 4 31B 在數(shù)學推理基準 AIME 2026 上從 20.8% 跳升至 89.2%，代碼能力基準 LiveCodeBench v6 從 29.1% 升至 80.0%，衡量 Agent 工具調(diào)用能力的 τ2-bench 則從 6.6% 大幅提升至 86.4%。

這三項數(shù)據(jù)尤為關鍵，因為它們直接對應推理、編程和 Agent 三個當下最核心的應用場景。

參數(shù)效率是另一個值得關注的維度。從「模型性能對比參數(shù)量」的散點圖來看，Gemma 4 用 26B 和 31B 的體量，拿到了通常需要數(shù)百億乃至千億參數(shù)才能達到的 Elo 分數(shù)。

26B MoE 的 Arena AI 評分接近參數(shù)量約 15 倍的 Qwen3.5-397B-A17B，31B Dense 的評分則與體量在 600B 以上的 GLM-5 處于同一梯隊。Google 將其概括為「單位參數(shù)智能密度前所未有」，至少數(shù)字顯得有理有據(jù)。

邊緣端模型同樣值得關注。E2B 在多語言問答基準 MMMLU 上達到 60.0%，在科學知識基準 GPQA Diamond 上達到 43.4%，要知道，這僅僅是一個只激活 2B 參數(shù)、可以跑在手機上的模型。

相比之下，Gemma 3 27B 在 GPQA Diamond 上的得分是 42.4%，兩者幾乎持平。換句話說，手機上的 2B 模型，已經(jīng)追上了上一代 270 億參數(shù)的桌面模型。

在硬件生態(tài)層面，NVIDIA 與 Google 已就 Gemma 4 在 RTX GPU、DGX Spark 個人 AI 超級計算機及 Jetson Orin Nano 上的推理優(yōu)化展開合作。

NVIDIA Tensor Core 和 CUDA 軟件棧為 Gemma 4 提供了開箱即用的高吞吐、低延遲支持。本地 Agent 應用 OpenClaw 也已適配最新模型，可調(diào)用用戶本地文件和應用上下文自動化執(zhí)行任務。

從「開放」到「開源」，打開另一種可能性

理解這次發(fā)布，需要先搞清楚 Gemma 和 Gemini 的關系。兩者基于同一套研究和技術體系構(gòu)建，區(qū)別在于 Gemini 是訂閱制的閉源產(chǎn)品，Gemma 則是可以免費下載、本地運行的開放模型。

Gemma 系列歷代產(chǎn)品一直使用 Google 自有條款授權(quán)。開發(fā)者雖然可以下載和本地運行，但用途和再分發(fā)受到限制。

現(xiàn)在 Gemma 4 正式切換至 Apache 2.0 協(xié)議。在這套許可證下，開發(fā)者可以將模型用于任何目的，包括個人、商業(yè)和企業(yè)用途，無需支付版稅，也無任何用途限制，修改和再分發(fā)同樣自由。

Apache 2.0 還內(nèi)置了專利保護機制：貢獻者的專利自動授權(quán)給用戶，若用戶反過來以專利侵權(quán)起訴他人，則自動喪失使用授權(quán)。這套雙向條款為企業(yè)級用戶提供了額外的法律保障。

這次開源的實質(zhì)意義在于，Gemma 4 現(xiàn)在可以合法打包進產(chǎn)品、服務和硬件設備中一并交付。對于醫(yī)療、金融等有數(shù)據(jù)主權(quán)或合規(guī)要求的行業(yè)用戶，完全本地運行意味著數(shù)據(jù)不必上傳云端，同時又能獲得前沿的 AI 能力。

Hugging Face 聯(lián)合創(chuàng)始人兼 CEO Clément Delangue 將此次授權(quán)切換稱為「一個重要的里程碑」。自 2024 年 2 月首代發(fā)布至今，Gemma 系列總下載量已超 4 億次，社區(qū)衍生變體超過 10 萬個。

現(xiàn)在，模型權(quán)重已經(jīng)上架 Hugging Face、Kaggle 和 Ollama，Transformers、TRL、vLLM、llama.cpp、MLX、Unsloth、SGLang、Keras 等主流框架均已于發(fā)布當天提供支持。

https://huggingface.co/google/gemma-4-31B-it

本地部署可通過 Ollama 或 llama.cpp 配合 GGUF 格式權(quán)重快速上手，Unsloth Studio 同步提供量化模型的微調(diào)和部署支持。如需云端擴展，Google Vertex AI、Cloud Run 和 GKE 同步可用。

以 Gemma 4 為代表的小模型有著更深遠的意義，因為它重新回答了一個基礎問題：AI 應該在哪里運行。

過去兩年，這個問題的答案幾乎是默認的：

數(shù)據(jù)中心。用戶通過網(wǎng)絡接口調(diào)用云端模型，數(shù)據(jù)必須上傳，使用依賴連接，成本由服務商定價。這套模式在消費場景里運轉(zhuǎn)尚可，但對數(shù)據(jù)主權(quán)有要求的行業(yè)，比如醫(yī)療、金融、工業(yè)，始終是一道難以逾越的門檻。

Gemma 4 提供了另一種可能。

手機、樹莓派、沒有外網(wǎng)的工廠終端，都可以在本地完成完整的模型推理。數(shù)據(jù)不離開設備，決策不經(jīng)過云端。Apache 2.0 的授權(quán)則進一步打開了落地空間：模型可以合法打包進硬件產(chǎn)品，預裝進行業(yè)設備，不再受限于調(diào)用協(xié)議和數(shù)據(jù)出境的合規(guī)約束。

能力層面的數(shù)字也印證了這條路的可行性。E2B 在科學知識基準 GPQA Diamond 上的得分，已經(jīng)與上一代 270 億參數(shù)的桌面模型基本持平，而它推理時只激活 20 億參數(shù)，可以完全離線跑在手機上。

「更便宜」或「更方便」已經(jīng)不足以描述這個變化，它更接近于一次覆蓋范圍的擴張，AI 能力開始有條件真正進入那些長期被排除在外的場景。

操作系統(tǒng)的普及經(jīng)歷過類似的過程：從專業(yè)機構(gòu)的專用工具，逐漸嵌進每一臺個人設備，直到人們不再意識到它的存在。AI 離那個階段還很遠，工程、交互、可靠性上的問題都還沒有完整的答案，但可以跑在任意設備上，一定是這條路上最基礎也是最重要的一步。

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）