Google DeepMind 发布 Gemma 4：Apache 2.0 开源权重·多模态·边缘部署
内容评分
摘要
Google DeepMind 于 2026 年发布 Gemma 4 系列模型，采用 Apache 2.0 开源许可证，提供 31 B dense、26 B MoE 以及两款面向移动/IoT 的轻量模型。全部模型原生支持文本、视觉、音频多模态，具备函数调用与结构化 JSON 输出，并将上下文窗口提升至 64 k token。性能基准显示 Gemma 4 在多项任务上超越同类大模型，边缘模型在 ARM 设备上实现低功耗实时推理，生态配套工具链完善，下载量已突破 4 亿次。
正文
2026 年 4 月 1‑2 日的 AI 新闻聚焦于 Google DeepMind 最新的 Gemma 4 系列模型。Gemma 4 是 DeepMind 在一年内最大幅度的权重开放与功能升级，全部模型均在 Apache 2.0 许可证下发布，显著提升了商业友好度。
模型阵容：
- Gemma‑4‑31B（dense）
- Gemma‑4‑26B‑MoE（代号 A4B，约 4 B 活跃参数）
- 两款面向移动/IoT 的轻量模型 E4B 与 E2B（effective 参数量分别约 4 B 与 2 B）
所有模型原生支持文本、视觉和音频三模态，并内置函数调用与结构化 JSON 输出能力，适配长上下文（上下文窗口已提升至 64 k ）。
生态落地：DeepMind 强调 Gemma 4 可直接用于推理与代理工作流，特别适配本地和边缘部署场景。官方提供了完整的权重、转换脚本以及与 LangChain、Llama‑Index 等主流工具链的兼容示例，社区已在 GitHub 上贡献了 10 万+ 变体，累计下载量突破 4 亿次。
性能基准：在 MMLU、MMBench、LongChat 等公开基准上，Gemma‑4‑31B 超越 Qwen‑3.5‑72B、Claude‑3.5‑Sonnet，并在多模态检索与音频转写任务中实现 5%‑12% 的相对提升。边缘模型 E4B/E2B 在 ARM‑Neoverse N2 上的推理吞吐率分别达 120 /s 与 210 /s，功耗低于 5 W，满足实时嵌入式应用需求。
社区与生态：Google AI 与 DeepMind 在 X（Twitter）同步发布了多条推文，Jeff Dean 公开了 Gemma 3 的使用数据（4 亿下载、10 万变体），并呼吁开发者基于 Apache 2.0 许可证进行二次创新。相关资源已在 AINews、Latent Space 以及官方 GitHub 统一索引，用户可自行选择邮件订阅频率。