Google 于2026 年4 月2 日正式发布Gemma 4，作为迄今为止最强大的开源模型之一，Gemma 4 在原生函数调用、代理工作流程、多模态感知方面实现重大突破，并采用商业友好的Apache 2.0 授权，为全球开发者与企业带来前所未有的自由度与灵活性。

Gemma 4 是什么？核心特色一次看

Gemma 4 是Google DeepMind 推出的开源大型语言模型系列，与Gemini 系列模型共享技术。核心亮点包括：

• 进阶推理能力：支持多步骤规划与深层逻辑推理，在数学与指令遵循基准测试上大幅超越同级开源模型。
• 原生代理工作流：内建函数调用、结构化JSON 输出与系统指令支持，可直接驱动自主AI 代理与多步骤任务执行。
• 本地端部署：E2B、E4B 版本专为手机等各设备优化，可完全离线运行。
• 全面多模态支持：所有版本原生支持图片与影片输入；E2B、E4B 额外支持原生音讯输入。
• 超长上下文视窗：边缘模型支持128K token，较大模型最高达256K token，可在单次提示中传入整个程式码库或长篇文件。
• 高品质程式码生成：支持离线程序代码编写，可将个人工作站打造为本地优先的AI 程式设计助手。
• 140+ 语言原生训练：支持全球超过140 种语言，助力开发者打造服务国际用户的多语系应用。

四种模型，最大化支持所有应用场景

Gemma 4 共推出四种版本，针对不同硬体环境与应用场景进行优化。其中，26B MoE 与31B Dense 的量化版本更能在消费级显示卡上原生执行，让强大的AI 推理能力真正普及到个人开发者的桌面。

Effective 2B（E2B）

首先是专为行动装置与IoT 设计的E2B，支持128K 上下文视窗、原生音讯输入，可完全离线运行于Android 手机、Raspberry Pi▲ 等设备。

Effective 4B（E4B）

再来是同样针对边缘端优化的E4B，具备多模态能力，能在推理效能与记忆体占用之间取得出色平衡。

26B 混合专家（MoE）

接着是MoE，该模型在推理时仅启动38 亿参数，以极低延迟实现高速推理，适合注重吞吐量的本地工作站部署。

31B Dense

最后是旗舰版本31B Dense，在Arena AI 文字排行榜上排名第三，提供最高品质的输出，并可在单张80GB NVIDIA H100 GPU 上完整运行。

本地端推理的重大突破：告别API 依赖

Gemma 4 最受瞩目的特点之一，在于强调「本地端（On-device）推理」能力。 E2B 与E4B 模型专为最大化运算效率与记忆体效率而设计，可在手机、Raspberry Pi▲、NVIDIA Jetson Orin Nano 等边缘设备上以近乎零延迟的运行。

这对开发者影响甚大，过去调用云端AI API 需要承担每次请求的费用，且存在网路延迟与资料隐私风险。而Gemma 4 的本地端推理能力，让开发者能在自有硬体上运行模型，大幅降低API 调用成本，同时享有完整的资料主权与离线可用性。

Google 更与Pixel 团队及高通、联发科等行动硬体伙伴紧密合作，确保E2B/E4B 在主流Android 装置上达到最佳效能，并为Android 开发者开放AICore Developer Preview，以便为整合Gemini Nano 4 进行开发。

强化AI 代理工作流，原生函数调用提高效率

Gemma 4 在代理工作流（Agentic Workflows）方面也实现了原生支持，这是与上一代最显著的功能跃升之一。该模型支持：

• 原生函数调用（Function Calling）：模型可直接调用外部工具与API，执行实际操作，例如查询资料库、呼叫第三方服务等。
• 结构化JSON 输出：确保模型输出符合特定格式，便于与后端系统无缝整合。
• 原生系统指令（System Instructions）：开发者可在系统层级设定模型行为，让AI 代理的角色设定更加稳定一致。

这些能力让Gemma 4 得以成为一个全能的自主AI 代理，不仅能回答问题，更能主动与工具互动、自动执行多步骤工作流程。

多模态全面升级：视觉、音讯、长文一应俱全

Gemma 4 全系列模型均具备原生多模态能力，大幅扩展了可处理的任务类型。

图片与影片

在视觉理解方面，所有模型均支持图片与影片的原生处理，支持可变解析度，在OCR（光学字元辨识）与图表理解等视觉任务上表现突出。

音讯输入

在音讯方面，E2B 与E4B 边缘模型额外支持原生音讯输入，可直接进行语音辨识与理解，无需额外的语音转文字步骤。

超长上下文

在文件方面，边缘模型支持128K token 上下文视窗，较大模型更提供高达256K token，让开发者能在单次提示中传入整个程式码库或长篇文件。

离线程式码生成

支持高品质离线程式码编写，可将个人工作站化身为本地优先的AI 程式设计助手。

140+ 语言支持

原生训练超过140 种语言，助力开发者打造服务全球用户的应用。

Apache 2.0 授权：开源生态里程碑

Gemma 4 采用Apache 2.0 授权发布，这是开源社群中商业友好度最高的授权之一。开发者与企业可自由使用、修改、分发模型，无论是部署在私有基础设施、混合云环境，还是嵌入商业产品中，均不受额外限制。

丰富的生态系统支持

Gemma 4 同时获得业界主要工具的全面支持，包括Hugging Face（Transformers、TRL、Transformers.js）、Ollama、vLLM、llama.cpp、MLX、LM Studio、NVIDIA NIM 与NeMo、Keras、Vertex AI 等。

开发者可透过Hugging Face、Kaggle 或Ollama 直接下载模型权重，并在Google AI Studio 中线上体验31B 与26B MoE 版本，或透过Google AI Edge Gallery 试用E2B 与E4B 版本。

对于需要大规模部署的企业，Google Cloud 提供完整的云端解决方案，涵盖Vertex AI、Cloud Run、GKE、Sovereign Cloud 以及TPU 加速推理服务，消除本地算力的上限限制。

降低成本但不牺牲能力：Gemma 4 成开发者新选择

Gemma 4 的发布是开源AI 模型的一个里程碑，作为具备生产部署能力的企业级工具，它能够在手机上离线运行、调用外部工具自主完成任务、处理冗长文件与多模态输入，同时让所有人得以自由使用。

对于想要在降低API 调用成本的同时保有AI 能力的开发者与企业来说，Gemma 4 提供了一条极具吸引力的路径。

本文链接地址：https://www.wwsww.cn/rgzn/37991.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。