Gemma 4开源！整整一年，谷歌终于想明白了！！！

就在昨天晚上，谷歌发布并开源了Gemma 4，4个参数版本，可用于本地端侧设备运行，支持多模态。

不过，端侧这一块我一直觉得这块挺尴尬。手机上能跑的模型，要么太傻，要么太慢。真正好用的，都得上云。隐私合规、离线可用、实时响应，这些需求明摆着，技术上就是差那口气。

这次，Google DeepMind发了Gemma 4。

看完之后，我觉得这次有点不一样，不是发个模型交差，而是在端侧AI这条路上，真的往前跨了一大步。

01 四颗钻石

DeepMind CEO Demis Hassabis在X上发了四颗钻石emoji。几个小时后谜底揭晓，Gemma 4一口气发了四款模型。

26B MoE这个数字让我愣了一下。252亿总参数的模型，推理时只用3.8B，按照过去两年的叙事逻辑，不是应该越大越好吗？参数量从几百亿卷到几千亿，推理成本从几十万美元卷到几百万美元，谷歌怎么突然反着来了？

更让我意外的是，这个模型在Arena AI开源排行榜上（截至发布时）位列第六，排在前面的，参数量是它的十几倍甚至二十倍。

官方博客的标题很直接，Byte for byte, the most capable open models，逐字节衡量，这是迄今最强的开源模型。

产品矩阵的逻辑很清晰。小模型打无处不在，大模型打前沿智能触手可及。E2B和E4B是谷歌定义的核心战略，mobile-first AI，专为数十亿Android设备及物联网终端设计；26B和31B则瞄准本地开发、IDE辅助和Agent工作流。

02 谷歌终于想明白了

Gemma 1、2、3三代，用的都是谷歌自己的许可协议。

允许商用，但附加条款不少。谷歌可以单方面修改规则。有些条款甚至被解读为，用Gemma生成的合成数据，如果用来训练其他模型，协议也跟着延伸过去。开发者们抱怨了一整年。

这次，谷歌直接换成了Apache 2.0。

这是业界最宽松、最成熟的开源协议之一。没有使用限制，没有商业门槛，没有用户量要求。开发者可以自由修改、分发、商用，谷歌也不能哪天突然说改就改了。

Hugging Face联合创始人Clément Delangue评价很直接，Gemma 4以Apache 2.0许可证发布是一个巨大的里程碑。

为什么谷歌突然转性了？我觉得是因为压力。Meta的Llama系列早就用宽松协议占据了开源生态心智；国内DeepSeek、Qwen、GLM这几家，今年春节前后密集发版，参数量从几百亿到上千亿，在推理、代码、Agent方向各有侧重。在这个格局下，如果继续在许可条款上设限，只会加速开发者向竞品迁移。

Apache 2.0是参与开源竞争的入场券，不是加分项。谷歌终于想明白了，开源不是施舍，是生存。

03 端侧部署，这次是动真格的

Gemma 4最值得关注的，是端侧布局。

E2B和E4B从底层为计算和内存效率设计，推理时只激活23亿和45亿参数，以保护设备的RAM和电池寿命。谷歌与Pixel团队、高通、联发科深度合作，针对骁龙8 Elite等旗舰移动芯片的NPU做了专项优化。

结果是，这两款模型可以在手机、树莓派、NVIDIA Jetson Orin Nano等设备上完全离线运行，延迟接近于零。

这释放了一个明确的信号，谷歌正在将端侧AI从实验品推向基础设施。

谷歌还配套发布了一个安卓应用，Google AI Edge Gallery。用户可以直接从Google Play下载，体验E2B和E4B模型，功能包括AI Chat、Ask Image、Audio Scribe、Prompt Lab，甚至还有Agent Skills的体验区域。端侧AI，第一次变得真正触手可及。

04 Agent原生支持

Gemma 4把Agency Workflows的支持列为第一优先级，原生支持Function Call、结构化JSON输出、System Instruction。

这意味着，模型可以作为Agent的核心大脑，自主规划多步骤任务、调用外部工具、搜索数据库、触发API。不是给你一堆信息让你自己整理，而是直接给你一个可以用的结果。

谷歌同步开源了Agent Development Kit（ADK）框架。更关键的是，端侧的E2B和E4B也能跑Agent，Google AI Edge Gallery里已有示范应用。

当Agent可以完全在本地运行，不依赖云端，隐私敏感场景、无网环境、实时响应需求，都有了新的解法。

05 一个有意思的细节

所有Gemma 4模型都原生支持图像和视频输入，支持可变分辨率。

但有个细节值得注意。E2B和E4B自带约3亿参数的音频编码器，可以做语音识别和语音翻译，最长支持30秒音频。反倒是大模型没有音频能力。

为什么？谷歌的产品逻辑很清楚，手机端语音是刚需，工作站场景下不是。不是把所有能力都塞进去，而是根据真实需求做取舍。这个设计，体现了谷歌对端侧场景真正的理解。

06 性能暴涨

和上一代Gemma 3 27B相比，Gemma 4的多个核心指标提升是代际级别的。

26B MoE和31B在大部分指标上只差2到5个百分点，但推理速度快得多。谷歌把这个叫做intelligence-per-parameter，每参数智能。用更少的参数，达到更高的性能。

07 为什么端侧重要

端侧AI一直是我关注的点，不是因为技术本身有多炫，而是它要解决的问题是真实的，还有抛开少部分知识工作者，人类大多数注意力在这里。

金融、医疗这些敏感行业，数据不能出设备，云端AI再强也用不了。户外、移动场景没有稳定网络，云端AI再强也连不上。语音助手、实时翻译延迟要求在毫秒级，云端AI再强也来不及。每次推理都调云端API成本很高，本地运行，边际成本为零。

这四个问题，云端AI解决不了，端侧AI可以。Gemma 4的E2B和E4B，就是为这些场景设计的。

08 开源模型的下一个临界点

Gemma 4的发布，让我想到一个问题，开源模型的竞争，下一步卷什么？

过去两年，答案是谁更大。参数量从70亿卷到400亿，从400亿卷到2000亿。

Gemma 4给出了另一个答案，谁在更小的体积内装进了更多的智能。

这不是越大越好的叙事，而是效率竞赛取代规模竞赛。当310亿参数的模型可以在单卡H100上运行，当40亿参数的模型可以在手机上跑Agent，开发者和企业不再需要昂贵的算力基础设施，也能用上前沿的AI能力。这才是开源的意义。

写在最后

谷歌这次直接上Apache 2.0协议，四款模型覆盖全场景，和高通联发科的芯片级合作，Google AI Edge Gallery让端侧AI触手可及。

更重要的是，Gemma 4把端侧Agent从概念变成了现实。

这是一个分岔路口。云端AI的方向是追求极致能力，依赖高算力；端侧AI的方向是追求效率与普惠，把智能嵌进每一块芯片。Gemma 4押注的是后者。

我觉得这个方向是对的。