谷歌今日正式發(fā)布新一代開源大模型Gemma 4，憑借突破性的單位參數(shù)智能水平，成為該公司迄今為止最強大的開源模型。該系列模型專為復(fù)雜推理場景和智能體工作流設(shè)計，在性能與效率之間實現(xiàn)全新平衡，為開發(fā)者提供前沿AI能力與更低硬件成本的雙重優(yōu)勢。

Gemma 4推出四種規(guī)格模型，涵蓋從端側(cè)設(shè)備到數(shù)據(jù)中心的全場景需求：20億參數(shù)的E2B與40億參數(shù)的E4B主打端側(cè)部署，260億參數(shù)的混合專家模型（MoE）和310億參數(shù)的稠密模型（31B）則面向高性能計算場景。所有模型均突破傳統(tǒng)對話應(yīng)用邊界，在數(shù)學(xué)推理、代碼生成、多模態(tài)處理等復(fù)雜任務(wù)中展現(xiàn)卓越能力。其中31B模型在Arena AI文本生成基準(zhǔn)測試中位列全球開源模型第三，26B模型排名第六，性能超越參數(shù)規(guī)模20倍的同類模型。

端側(cè)模型通過架構(gòu)創(chuàng)新重新定義本地部署價值。E2B與E4B采用內(nèi)存優(yōu)化設(shè)計，推理時僅激活對應(yīng)參數(shù)量的計算單元，在保持20億和40億有效參數(shù)的同時，實現(xiàn)近零延遲響應(yīng)。這兩款模型已與高通、聯(lián)發(fā)科等芯片廠商完成適配優(yōu)化，可在智能手機、樹莓派等設(shè)備上完全離線運行，支持語音識別、圖像理解等10余種多模態(tài)任務(wù)。安卓開發(fā)者現(xiàn)可通過AICore預(yù)覽版構(gòu)建智能體流程，與谷歌此前發(fā)布的Gemini Nano 4保持向前兼容。

針對專業(yè)開發(fā)場景，26B混合專家模型采用動態(tài)參數(shù)激活技術(shù)，推理時僅調(diào)用38億參數(shù)即可完成復(fù)雜任務(wù)，在保持低延遲的同時顯著降低計算資源消耗。31B稠密模型則通過非量化bfloat16權(quán)重設(shè)計，可高效運行于單張80GB顯存的英偉達H100 GPU，量化版本更支持消費級顯卡部署，為編程助手、智能體開發(fā)等場景提供強大基礎(chǔ)能力。

該系列模型的核心突破體現(xiàn)在多維度能力升級：在推理性能方面，數(shù)學(xué)基準(zhǔn)測試得分較前代提升47%，支持多步邏輯規(guī)劃與復(fù)雜指令執(zhí)行；代碼生成模塊可離線生成高質(zhì)量代碼，將開發(fā)工作站轉(zhuǎn)化為本地AI編程環(huán)境；視覺處理模塊兼容可變分辨率輸入，在OCR識別、圖表解析等任務(wù)中準(zhǔn)確率突破92%；上下文窗口擴展至256K tokens，可一次性處理完整代碼庫或長篇文檔。

多語言支持成為另一大亮點。基于超過140種語言的原生訓(xùn)練數(shù)據(jù)，Gemma 4在低資源語言處理任務(wù)中表現(xiàn)優(yōu)異，開發(fā)者可輕松構(gòu)建全球化應(yīng)用。谷歌特別優(yōu)化了模型在非拉丁語系中的表現(xiàn)，阿拉伯語、印地語等語言的語義理解準(zhǔn)確率較前代提升33%。