谷歌重磅开源 Gemma 4！手机离线跑 Agent、还降内存，Qwen 被拉进正面对决

2026年4月3日，谷歌正式发布 Gemma 4，称”这是其迄今为止最智能的开放模型系列”。该系列面向复杂推理与智能体工作流设计，采用商业许可的 Apache 2.0 许可证开源。

Gemma 4 提供四种规格：Effective 2B（E2B）、Effective 4B（E4B）、26B 混合专家模型（MoE）和 31B 稠密模型（Dense）。

端侧部署：手机离线跑 Agent

在端侧，E2B 和 E4B 模型针对移动和物联网设备优化，推理时分别激活约 20 亿和 40 亿参数，以降低内存和电量消耗。据介绍，这两个模型已与谷歌 Pixel 团队、高通和联发科等硬件厂商合作，可在手机、Raspberry Pi、NVIDIA Jetson Nano 等设备上离线运行，延迟接近零。

26B MoE 模型有一个巧妙之处：在推理任务中，它只会激活 38 亿参数，因此既能保持较高运行速度，又不会牺牲大模型所具备的深厚知识储备。26B 和 31B 模型提供面向 IDE、编程助手和 Agent 工作流的高级推理能力。

关键提升

Gemma 4 建立在与 Gemini 3 相同的架构基础之上，关键提升包括：

• 推理能力更强：所有模型都面向复杂推理任务进行了优化，并提供可配置的”思考”模式
• 多模态能力扩展：所有模型都支持文本和图像输入；E2B 和 E4B 还原生支持视频与音频输入
• 上下文窗口更大：端侧模型 128K，较大模型（26B/31B）最高 256K
• 编码与智能体能力增强：内置函数调用支持，能够更好地驱动自主 Agent
• 原生支持系统提示词：内置 system role 支持，对话结构更清晰

性能越级发挥

谷歌 DeepMind 研究人员 Clement Farabet 和 Olivier Lacombe 表示，在 Gemma 4 上，他们设法进一步压榨出了更多”单位参数智能”，让这些模型能够显著实现”越级发挥”。

根据 Arena AI 文本排行榜，31B 模型排名全球开放模型第 3 位，26B MoE 模型排名第 6 位。谷歌表示，Gemma 4 在部分基准测试中表现优于参数大 20 倍的模型。

有网友评价道：”最让人眼前一亮的部分在于：一共四种尺寸，全部都为 Agent 场景做好了准备，而且全都可以在本地运行。“

开源+本地，谷歌扩大优势

此次 Gemma 4 采用 Apache 2.0 许可证，允许商业使用、自由修改和部署。谷歌称，这一选择旨在给予开发者对数据、基础设施和模型的完全控制权。

Constellation Research 分析师 Holger Mueller 表示，即便是较大规模的 Gemma 4，也小到足以在单张图形处理器上运行，因此它们非常适合边缘场景。

“谷歌正在扩大自己在 AI 领域的领先优势，不只是依靠 Gemini，也包括通过 Gemma 4 家族这样的开放模型。”

部署路径

开发者可以通过多种途径获取和使用 Gemma 4：

• 平台：Hugging Face、Kaggle、Ollama、谷歌云
• 推理框架：LiteRT-LM、vLLM、llama.cpp、MLX、Ollama、NVIDIA NIM、SGLang
• 硬件支持：NVIDIA、AMD GPU、谷歌 Cloud TPU

不过，也有网友自己测算，Qwen3.5-27B 要略优于 Gemma 4 31B。开源大模型的竞争，正在进入白热化阶段。

来源：InfoQ

游侠云AI普通

收藏 链接