4 月 3 日消息，今日，谷歌正式推出 Gemma 4 大模型，据称是迄今为止谷歌最智能的开源模型。Gemma 4 专为高级推理与智能体工作流打造，实现了前所未有的“单位参数智能水平”。
注意到，本次谷歌推出四种规格的 Gemma 4 通用模型：高效 20 亿参数版（E2B）、高效 40 亿参数版（E4B）、260 亿混合专家模型（MoE）与 310 亿稠密模型（31B）。全系产品均超越简单对话场景，可处理复杂逻辑与智能体工作流。
其中大参数量级模型在同规模下实现顶尖性能：31B 模型目前在行业标准 Arena AI 文本榜单中位列全球开源模型第三，26B 模型位居第六。Gemma 4 在榜单上的表现甚至超越了自身规模 20 倍的模型。对开发者而言，这种全新的单位参数智能水平意味着，只需更少的硬件开销，即可实现前沿级 AI 能力。
在端侧设备上，E2B 与 E4B 模型重新定义了本地部署价值：相比单纯堆砌参数，更侧重多模态能力、低延迟处理与生态无缝集成。
以下是 Gemma 4 模型系列的核心优势：
高级推理：具备多步规划与深度逻辑能力，在数学、指令执行等需要复杂推理的基准测试中实现显著提升。
智能体工作流：原生支持函数调用、结构化 JSON 输出与系统指令，可构建能对接各类工具、API 并可靠执行工作流的自主智能体。
代码生成：支持高质量离线代码生成，将工作站变为本地化 AI 编程助手。
视觉与音频：全系模型原生支持视频、图像处理，兼容可变分辨率，在 OCR、图表理解等视觉任务上表现出色；E2B 与 E4B 模型额外搭载原生音频输入能力，可实现语音识别与理解。
更长上下文：流畅处理长文本内容。端侧模型上下文窗口达 128K，大模型最高支持 256K，可在单次提示中传入代码库或长文档。
140 + 种语言：基于超 140 种语言原生训练，助力开发者为全球用户打造包容、高性能的应用。
26B 与 31B 模型
为让研究者与开发者在通用硬件上实现顶尖推理能力而优化，非量化 bfloat16 权重可高效适配单张 80GB 英伟达 H100 GPU；本地部署场景下，量化版本可直接在消费级 GPU 上运行，支撑集成开发环境、编程助手与智能体工作流。26B 混合专家模型（MoE）侧重低延迟，推理时仅激活总参数中的 38 亿，实现极快的令牌生成速度；31B 稠密模型则最大化原始性能，为微调提供强大基础。
E2B 与 E4B 模型
从底层设计便追求极致算力与内存效率，推理时实际占用参数分别为 20 亿与 40 亿，节省内存与设备电量。与谷歌 Pixel 团队、高通、联发科等移动硬件厂商深度合作，让这些多模态模型可在手机、树莓派、英伟达 Jetson Orin Nano 等端侧设备上完全离线、近零延迟运行。安卓开发者现已可在 AICore 开发者预览版中搭建智能体流程，实现与 Gemini Nano 4 的向前兼容。
