Google DeepMind 推出 Gemma 4 系列开源模型，针对高级推理与 agent 工作流进行了优化，提供从移动端到工作站的多种规模选择，并以 Apache 2.0 许可开放权重；模型在每参数智能度上取得显著提升，支持长上下文、多模态输入与本地离线推理。Gemma 4 包含 E2B、E4B、26B MoE 与 31B Dense 四种规格，旨在以更低硬件成本实现前沿能力，方便微调与构建自主代理与专业应用。
概览
– 发布方：Google DeepMind（Gemma 系列）
– 许可：Apache 2.0 开源
– 目标：为高级推理与 agentic 工作流提供高每参数智能度的开源模型
主要规格与定位
– 四种规模：Effective 2B (E2B)、Effective 4B (E4B)、26B MoE、31B Dense。\
– 性能：31B 在 Arena AI 文本排行榜上排名第三，26B 排名第六；实现了以更小参数量击败更大模型的表现。
– 部署目标：覆盖从数十亿 Android 设备、笔记本 GPU 到研发加速器的全栈硬件场景。
关键能力
– 高级推理：多步规划、深层逻辑与更强的数学与指令遵循能力。
– Agent 工作流：原生支持函数调用、结构化 JSON 输出与系统指令，便于构建可调用工具与 API 的自主代理。
– 代码生成：支持高质量离线代码生成，适合本地优先的开发者工作流。
– 多模态：所有模型原生处理图像与视频，E2B/E4B 还支持音频输入（语音识别/理解）。
– 长上下文：边缘模型支持 128K，上游模型可达 256K，上下文长度适合代码库与长文档处理。
– 语言覆盖：原生训练涵盖 140+ 语言，便于全球化应用开发。
部署与可微调
– 权重可下载与微调，旨在在常见硬件上高效训练与推断（例如单块 80GB H100 可容纳未量化的 bfloat16 权重）。
– 已有实例：研究与产业合作示例包括 BGPT（保加利亚语模型）与与耶鲁大学的肿瘤研究合作等。
适用场景
– 在地端/移动端需要低延迟多模态理解的应用。\
– 需要本地离线代码助手或本地隐私敏感部署的开发者。\
– 构建自主 agent、长文档/代码库理解与多语种服务的产品团队。
限制与注意事项
– 尽管开源，具体任务仍需针对性微调以达到最优效果。\
– 大模型（26B/31B）对显存有要求，边缘模型更适合移动/低资源场景。
结语
– Gemma 4 将高每参数智能度与开放性结合，旨在降低构建复杂、多模态与 agent 驱动系统的门槛。
Google 把高效推理和开源权重结合，能显著降低实现复杂 agent 与本地多模态应用的门槛。