4月3日消息，Google DeepMind已正式发布开源模型家族Gemma 4，基于Gemini 3的研究成果打造，包含E2B、E4B、26B MoE和31B Dense四个版本，覆盖从手机端侧到工作站级别的全部署场景。31B稠密模型在Arena AI开源排行榜位列第三，26B MoE位列第六，官方称其"能击败参数量20倍于自身的模型"。这也是Gemma系列首次采用Apache 2.0商用许可证发布，此前版本使用的是谷歌自定义的Gemma许可协议。 4个版本对应4个部署场景
Gemma 4的产品矩阵按计算资源需求明确分层。E2B和E4B是两个端侧模型，推理时分别激活约20亿和40亿有效参数，专为手机、Raspberry Pi、NVIDIA Jetson Orin Nano等边缘设备设计，优先考虑低延迟和内存效率，支持完全离线运行。谷歌表示这两个模型与Pixel团队、高通和联发科密切合作优化，Android开发者可通过AICore Developer Preview进行智能体流程原型开发，并前向兼容即将到来的Gemini Nano 4。 26B MoE（混合专家）和31B Dense面向笔记本GPU和开发者工作站。谷歌特别强调这两个模型可在单张80GB的NVIDIA H100 GPU上运行，不需要多卡集群。26B MoE通过稀疏激活在推理效率和能力之间取得平衡，31B Dense则是纯稠密架构，提供最高的推理质量。
上下文窗口方面，端侧模型（E2B、E4B）支持128K tokens，两个大模型（26B、31B）支持256K tokens，可以在单次提示中处理长文档和完整代码仓库。
多模态能力：视觉全系标配，音频仅限端侧
全部四个版本均原生支持图像和视频输入，可处理OCR（光学字符识别）、图表理解、可变分辨率视觉任务。音频输入能力则仅在E2B和E4B两个端侧模型中提供，支持语音识别和理解——这一设计逻辑清晰指向端侧语音交互场景（如手机语音助手）。
语言覆盖方面，Gemma 4从训练阶段即原生覆盖140+种语言，官方强调这不是简单的翻译能力，而是"理解文化语境的多语言体验"。
智能体能力作为一等公民
与此前侧重聊天的Gemma版本不同，Gemma 4将智能体工作流能力作为核心设计目标。原生支持函数调用（function calling）、结构化JSON输出和系统指令，使开发者可以构建能与外部工具和API交互的自主智能体。谷歌副总裁Clement Farabet和产品经理Olivier Lacombe在公告中将其定位为"从简单对话到复杂逻辑和智能体工作流的全面进化"。
代码生成能力也被突出强调。官方表示Gemma 4支持高质量的离线代码生成，可以将开发者的工作站变成本地优先的AI编程助手。
Arena AI排名与竞争格局
31B Dense在Arena AI文本排行榜开源类别中排名第三，26B MoE排名第六。值得注意的是，该排行榜开源类别的头部位置目前主要被中国开源模型（DeepSeek、Qwen等）占据。Gemma 4的上榜意味着美国开源模型阵营在这一领域的竞争力正在回升——此前NVIDIA也通过Nemotron系列积极布局开源生态。 谷歌官方将Gemma 4定义为"按参数计算，最强大的开源模型"，并表示自2024年2月首代Gemma发布以来，该系列已累计超过4亿次下载，社区产出超过10万个微调变体。
生态接入：全平台覆盖
Gemma 4在发布首日即支持主流AI开发工具链。大模型（31B、26B）可在Google AI Studio中直接使用，端侧模型（E4B、E2B）通过Google AI Edge Gallery提供。模型权重同步上线Hugging Face、Kaggle和Ollama。工具链方面，首日支持包括Hugging Face Transformers、vLLM、llama.cpp、MLX、NVIDIA NIM和NeMo、LM Studio、Unsloth、SGLang、Keras、Docker等。硬件方面针对NVIDIA GPU、AMD GPU和Google Cloud TPU均做了优化。 Apache 2.0：许可证升级的信号意义
此次采用Apache 2.0许可证是一个值得关注的变化。此前Gemma系列使用谷歌自定义许可协议，对商业使用和再分发存在部分限制。切换到Apache 2.0意味着企业和开发者可以在几乎无限制的条件下将Gemma 4用于商业产品、修改和再分发，降低了法务审查门槛。这一举措被外界解读为谷歌在开源AI竞争中加大投入的信号，尤其是面对DeepSeek和Qwen等中国开源模型的快速崛起。
AI 速览
