Gemma

💡 Gemma 是什么？

模型概览

Gemma是谷歌DeepMind基于其旗舰级闭源模型Gemini的研发技术和架构，打造的一系列开放权重（Open-weights）的先进轻量级模型-2 -5 -9。其名字源自拉丁语，意为“宝石”-9 -10。与仅能通过云端API访问的Gemini不同，Gemma模型权重公开，支持开发者在本地硬件（如笔记本电脑、台式机甚至部分移动设备）上自由部署、微调及商用-2 -9 -12。截至2026年7月，该系列模型的累计下载量已超过4亿次，社区衍生模型变体超过10万个-5 -12。

核心技术：Gemma 4

新一代Gemma 4于2026年3月31日正式发布，是谷歌迄今为止“在逐字节比较下性能最强的”开放模型，其在多项基准测试中的表现可与规模更大的前沿开源模型相媲美-5 -12 -1。

关键能力与架构创新

原生多模态与长上下文：全系列模型支持文本与图像输入，小尺寸模型（E2B、E4B）额外原生支持音频输入，可用于语音识别与翻译-1 -8 -10。E2B/E4B支持128K token上下文，而12B、26B-A4B、31B模型支持高达256K token的上下文窗口-8 -10。训练数据覆盖超过140种语言，知识截止日期为2025年1月-2 -8 -10。
可配置的“思考模式”：内置推理能力，可在生成最终回答前输出完整的推理过程（reasoning traces），提升了复杂任务的逻辑严谨性与可解释性-1 -8 -10。
原生智能体能力：原生支持函数调用（Function Calling）与结构化输出，使其能自主调用工具、执行多步规划，非常适合构建能够自动完成任务的AI智能体（Agent）-4 -8 -11。
灵活高效的架构：提供稠密（Dense） 和混合专家（MoE） 两种架构，参数规模覆盖2.3B至31B，适配从移动设备到工作站的各类硬件-1 -8 -10。

模型版本与规格-5 -8 -10

E2B：有效参数约23亿（含嵌入层约51亿），稠密架构，支持文本、图像、音频。上下文128K，专为移动与边缘设备设计-8 -10 -12。
E4B：有效参数约45亿（含嵌入层约80亿），稠密架构，支持文本、图像、音频。上下文128K，性能与效率的平衡选择-8 -10 -12。
12B统一模型：参数约120亿，稠密架构，支持文本、图像、音频。采用创新的无独立编码器（encoder-free） 架构，直接将原始图像块与音频波形映射到语言模型空间，为业界首个开源的原生端到端多模态语言模型-1 -7 -10。
26B-A4B MoE：总参数约252亿，活跃参数约38亿的混合专家模型。包含128个专家，推理时仅激活8个，速度接近40亿参数模型，但性能远超，适合对速度要求高的场景-8 -10 -12。
31B：参数约307亿，稠密架构，支持文本、图像。追求最高输出质量的旗舰级模型-8 -10 -12。

性能表现

根据官方公布的基准测试结果，Gemma 4在数学、代码、推理、多模态理解等任务上实现了显著跃升-1 -8。

数学与推理：31B模型在AIME 2026数学测试中得分89.2%，在GPQA Diamond测试中得分84.3%-8。
代码生成：31B模型在LiveCodeBench v6编程测试中得分80.0%，Codeforces ELO达到2150分-8 -12。
多模态理解：31B模型在MMMU Pro视觉理解测试中得分76.9%，在MATH-Vision数学视觉测试中得分85.6%-8。

开源协议与生态系统

这是Gemma系列最重要的战略转变——Gemma 4采用Apache 2.0许可证，取代了此前版本具有限制性的自定义条款-10 -12。这意味着企业可以自由地部署、修改模型并将其用于商业项目，无需担忧法律风险，极大地促进了社区创新与商业应用-12。

谷歌为Gemma 4构建了全面的生态支持-11 -12：

开发与运行框架：已集成至Hugging Face、Kaggle、Ollama、vLLM、SGLang、llama.cpp等主流平台与推理框架-8 -12。
硬件优化：与高通（Qualcomm） 及联发科（MediaTek） 合作，对移动端芯片进行硬件级优化。在Raspberry Pi 5等物联网设备上，通过NPU加速可实现优秀性能-11 -12。
开发工具：提供Google AI Edge工具链（包括Gallery展示应用、Eloquent语音应用、LiteRT-LM命令行工具），方便开发者在移动端、桌面端和物联网设备上构建本地AI应用-4 -6 -11。

应用场景

Gemma尤其适合对数据隐私、低延迟、离线运行和成本控制有高要求的场景-4 -7 -11。

本地智能编程助手：在Android Studio中集成，可在本地完成代码生成、补全、重构和bug修复，保障代码安全-4。
本地数据分析与创作：通过Google AI Edge Gallery等应用，在本地利用自然语言生成Python代码进行数据可视化，或进行语音驱动的文本编辑-6 -7。
边缘与移动端智能体：在手机、IoT设备上运行，执行多步推理、调用工具，实现自主任务处理-11。
企业级本地部署：满足金融、医疗等对数据不能离开本地环境的行业需求，构建安全的企业级AI应用-7 -12