Google正式推出最新开放模型Gemma 4

作者 / Google DeepMind 研究副总裁 Clement Farabet 和 Google DeepMind 小组产品经理 Olivier Lacombe

今天，我们正式推出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 (Agentic) 工作流而设计，实现了单位参数下前所未有的智能水平。这一突破性进展源于社区的巨大推动力: 自第一代模型发布以来，Gemma 的下载量已突破 4 亿次，并构建了一个拥有超过 10 万个衍生模型且充满活力的Gemmaverse生态系统。我们密切关注开发者对 AI 未来愿景的渴望，并以 Gemma 4 作为回馈: 依托Apache 2.0 许可，我们将这些突破性能力交到每一位创新者手中。

△ 截至 4 月 1 日，Arena.ai的 Chat Arena 中开放模型的性能与参数规模对比。

Gemma 4 基于与 Gemini 3 相同的世界级研究和技术构建，是您可以在自有硬件上运行的最强模型系列。它们与我们的 Gemini 模型相辅相成，为开发者提供了业内最强大的开放工具与专有工具组合。

业界领先的能力与移动优先的 AI

我们共发布了四种不同规格的 Gemma 4:Effective 2B (E2B)、Effective 4B (E4B)、26B 混合专家模型 (MoE)以及31B Dense。全系列模型已不仅仅局限于简单的对话，而是能够轻松处理复杂的逻辑和智能体工作流。

我们更大规格的模型在同等规模下展现出了顶尖的性能。其中，31B 模型目前在行业标准的Arena AI 文本排行榜上名列全球开放模型第 3 位，26B 模型则名列第 6 位。在榜单中，Gemma 4 的表现甚至超越了规模达其 20 倍的模型。对于开发者而言，这种单位参数智能水平的新高度意味着只需极低的硬件开销，即可获得前沿模型级别的能力。

在边缘侧，我们的 E2B 和 E4B 模型重新定义了设备端的实用性，它们优先考虑多模态能力、低延迟处理以及无缝的生态集成，而非单纯追求参数规模。

性能强劲，触手可及，全面开放

为了赋能下一代开拓性研究和产品，我们专门设计了 Gemma 4 的模型规模，使其能够在各种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。

借助这些深度优化的模型，您可以微调 Gemma 4 以在特定任务上实现顶尖的性能。这种方法已取得显著成效: 例如，INSAIT 构建了以保加利亚语为优先的语言模型 (BgGPT)，我们还与耶鲁大学合作开展了Cell2Sentence-Scale项目，用于探索癌症治疗的新途径。

Gemma 4 之所以能成为我们迄今最强大的开放模型系列，归功于以下核心特质:

高级推理: 能够进行多步规划和深度逻辑推理，Gemma 4 在需要此类能力的数学和指令遵循基准测试中表现出显著的提升。

智能体工作流: 原生支持函数调用 (Function-calling)、结构化 JSON 输出和原生系统指令，助您构建能够与不同工具和 API 交互并稳定执行工作流的自主智能体。

代码生成: Gemma 4 支持生成高质量的离线代码，能够将您的工作站转变为本地优先的 AI 代码助手。

视觉与音频: 所有模型均原生支持视频与图像处理，支持可变分辨率，并在 OCR (光学字符识别) 和图表理解等视觉任务中表现出色。此外，E2B 和 E4B 模型还具备原生音频输入功能，可用于语音识别和理解。

更长的上下文: 可无缝处理长文本内容。边缘模型支持 128K 上下文窗口，更大参数的模型则提供高达 256K 的支持，让您可以在单次提示中处理整个代码库或长篇文档。

支持 140 多种语言: Gemma 4 经过 140 多种语言的原生训练，帮助开发者为全球用户构建包容、高性能的应用。

适配各类硬件的灵活模型

我们发布的 Gemma 4 模型权重针对特定硬件和使用场景进行了量身定制，确保您随时随地都能获得顶尖的推理能力:

26B 和 31B 模型:

在个人电脑上实现离线的前沿智能体验

我们未经量化的 bfloat16 权重可以高效适配单个 80GB NVIDIA H100 GPU，旨在为研究人员和开发者在常用硬件上提供顶尖的推理能力。对于本地配置，量化版本可在消费级 GPU 上原生运行，为您的 IDE、编程助手和智能体工作流提供动力。我们的26B 混合专家模型 (MoE)专注于低延迟，推理时仅激活 38 亿参数，提供极快的每秒 Token 生成数；而31B Dense则追求极致的原始质量，为微调提供了强大的基础。

△这些模型通过大量不同的数据集和指标进行了评估，以涵盖文本生成的各个方面。请前往我们的Model Card中查看其他的基准测试。

E2B 和 E4B 模型:

移动和物联网设备智能的新高度

这些模型从底层开始构建，旨在实现计算和内存效率的最大化，在推理时分别激活 20 亿和 40 亿的有效参数，以节省内存和延长电池寿命。通过与 Google Pixel 团队以及高通 (Qualcomm Technologies)、联发科 (MediaTek) 等移动硬件领军企业的紧密合作，这些多模态模型可以在手机、树莓派 (Raspberry Pi)、NVIDIA Jetson Orin Nano 等边缘设备上实现近乎零延迟的完全离线运行。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，实现与 Gemini Nano 4 的前向兼容。

开源许可

我们悉心听取了大家的反馈。构建 AI 的未来需要通力合作，我们相信赋能开发者生态不应设限。因此，Gemma 4 采用商业友好的Apache 2.0 许可发布。

Apache 2.0 许可

https://goo.gle/gemma-4-apache-2

这一开源许可为开发者实现充分的灵活性和数字主权奠定了基础，赋予您对数据、基础架构和模型的完全控制权。它允许您在任何环境 (无论是本地部署还是云端) 中自由构建并安全部署。

"Gemma 4 采用 Apache 2.0 许可发布是一个巨大的里程碑。我们非常激动能在发布首日就在 Hugging Face 上支持 Gemma 4 系列。"

Clément Delangue，Hugging Face 联合创始人兼 CEO

以信任与安全为基石

和我们的专有模型一样，这些模型遵循严苛的基础架构安全协议。通过选择 Gemma 4，企业和主权组织可以获得一个值得信赖且透明的基础，在满足最高安全和可靠性标准的同时，交付顶尖的能力。

多元选择的生态系统

立即开始试验: 即刻获取 Gemma 4 访问权限并开始构建。在Google AI Studio(31B 和 26B MoE) 或 GoogleAI Edge Gallery(E4B 和 E2B) 中探索 Gemma 4。在Android 开发方面，可使用它驱动Android Studio中的智能体模式 (Agent Mode)，并开始使用ML Kit GenAI Prompt API构建可投入生产环境的 Android 应用。

使用您喜爱的工具: 发布首日即支持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，您可以根据项目需求灵活选择最合适的工具。

下载模型: 前往Hugging Face、Kaggle或Ollama获取模型权重。

根据您的特定需求定制 Gemma 4: 借助您首选的平台 (如 Google Colab、Vertex AI甚至您的游戏 GPU) 对模型进行训练与适配。

在 Google Cloud 上扩展至生产环境: 虽然本地设备端推理是离线使用的理想选择，但 Google Cloud 打破了所有算力瓶颈。您可以根据需求通过 Vertex AI、Cloud Run、GKE、Sovereign Cloud 及 TPU 加速推理服务进行部署，并获得针对受监管工作负载的最高级别合规保障。您可以进一步了解如何在 Google Cloud 上快速入门。

跨多硬件平台加速 AI 开发:Gemma 4 针对业界领先的硬件进行了优化，实现开箱即用。您可以在从 NVIDIA Jetson Orin Nano 到 Blackwell GPU 的 NVIDIA AI 基础设施上体验极致性能，通过开源 ROCm 栈与 AMD GPU 集成，或在 Trillium 和 Ironwood TPU 上进行大规模部署和高效运算。

以技术创造深远影响:参加 Kaggle 上的Gemma 4 Good 挑战赛，构建能够为世界带来深远且积极影响的作品。