小身材大智慧：Google Gemma 4 开源模型发布，手机本地跑出顶级性能

核心摘要：2026年4月3日，Google DeepMind 正式发布 Gemma 4 开源模型系列。此次发布的最大意义在于“以小博大”：其最小的 E2B 模型仅激活20亿参数，却能跑在手机、树莓派上完全离线运行，性能却堪比上一代270亿参数的桌面模型。全系列采用商业友好的 Apache 2.0 许可证，意味着开发者可自由修改、商用和分发，无任何限制。这标志着顶级AI能力正从云端数据中心，走向每个人的口袋和边缘设备。

一、模型家族：四款尺寸，覆盖从手机到工作站

Gemma 4 不是一个单一模型，而是一个针对不同场景精心设计的家族。其底层技术与 Google 的闭源旗舰 Gemini 3 同源，确保了能力的高起点。

关键突破：参数效率极高。31B模型在多项基准测试上的表现，超越了参数规模大它20倍的对手。手机端的E2B模型，在GPQA Diamond科学基准上的得分（43.4%），已与上一代Gemma 3的270亿参数桌面模型（42.4%）几乎持平。

二、核心能力：不止于聊天，更是本地智能核心

Gemma 4 被设计为“高级推理与智能体工作流”模型，这意味着它从诞生起就为了处理更复杂的任务，并能接入你的工作流。

• 🧠 深度推理与思考：全系模型内置可开关的“思考模式”，在处理数学、逻辑等复杂问题时，会先输出内部推理链，再给出答案，大幅提升多步骤任务的准确性。
• 🤖 原生智能体（Agent）支持：这是为自动化而生的功能。模型原生支持函数调用、结构化JSON输出和系统指令。这意味着你可以轻松构建一个能调用本地API、操作文件、执行命令的自主AI助手，且完全在本地运行。
• 👁️ 真正的多模态理解：所有模型都能处理图像和视频（视频按帧处理）。特别实用的是支持可变分辨率和视觉token预算配置（70到1120），让你能在速度（低预算）和精度（高预算，适合OCR、图表解析）间自由权衡。E2B/E4B还独有音频编码器，能进行语音识别和翻译。
• 💻 强大的代码能力：支持高质量的离线代码生成、补全和审查。其31B模型在LiveCodeBench v6上得分达80%，Codeforces ELO评分达2150，足以充当一个本地编程助手。
• 🌍 超长上下文与多语言：大模型支持256K上下文，可一次性吞下整个代码库或长文档。全系列预训练覆盖超过140种语言，开箱即用。

三、如何获取与使用：从在线体验到本地部署

谷歌构建了立即可用的生态，你几乎可以从任何地方开始体验和开发。

1. 在线立即体验：
   • Google AI Studio：免费试用 31B 和 26B MoE 模型。
   • Google AI Edge Gallery：体验专为边缘设备优化的 E4B 和 E2B 模型演示。
2. 下载与本地运行（推荐）：
   • 模型下载地址：Hugging Face、Kaggle 或 Ollama 官方库。
   • 最简单方式（新手友好）：使用 Ollama，一行命令即可在本地跑起来：

     ollama pull gemma4
     ollama run gemma4
     

   • 开发者集成：通过 Hugging Face Transformers 库，几行Python代码即可加载：

     from transformers import AutoModelForCausalLM, AutoTokenizer
     model = AutoModelForCausalLM.from_pretrained("google/gemma-4-31B-it")
     

3. 广泛的支持框架：发布首日即获得主流生态支持，包括 vLLM、llama.cpp、MLX（苹果芯片优化）、NVIDIA NIM、LM Studio 等。云端部署可选择 Google Vertex AI 或 Colab。

结语：为什么说这是一个里程碑？

Gemma 4 的发布，尤其是其 Apache 2.0 许可证 和 强大的端侧模型，解决了开源AI领域的两个长期痛点：法律风险和落地场景。

过去，许多企业因许可证限制对开源模型望而却步。现在，开发者可以毫无顾虑地将 Gemma 4 集成到商业产品中。更重要的是，它让AI能力真正进入了那些对数据隐私、网络延迟和成本敏感的领域：医疗记录在本地分析、工厂设备离线质检、个人数据永不离开手机……

这不仅仅是提供了一个“更小”的模型选项，而是开启了一种新的AI部署范式：智能可以分布式地存在于每一个终端，而不仅仅是集中的云端。当最强的能力可以装在口袋里时，创新的可能性才刚刚开始。

文章来源：本文信息综合编译自 Google DeepMind 官方发布及多家科技媒体报道。