Google Gemma 端侧 AI 新标杆
来自 Google DeepMind 的轻量级开源模型家族——从手机到工作站，让最先进的 AI 能力在你的硬件上本地运行[reference:29][reference:30]。
✨ 核心能力 端侧 AI 的能力革命
Gemma 4 重新定义了自有硬件上可实现的能力——从聊天机器人到自主智能体，全部在本地运行。
无编码器统一架构
彻底移除传统的视觉和音频编码器，让多模态输入直接接入 LLM 主干网络，有效降低延迟和内存占用[reference:32][reference:33]。
深度思考与推理
所有模型均内置深度思考和多步推理能力，支持可配置的思考模式，可自主完成复杂规划任务[reference:34][reference:35]。
智能体原生
原生支持多步规划、自主行动、离线代码生成和音视频处理——无需专门微调即可构建智能体。
原生音频输入
Gemma 4 12B 是系列首款原生支持音频输入的中型模型，适合语音助理和边缘 AI 应用开发。
超长上下文
中型模型支持 256K 超长上下文（约 20 万字），可一次性处理长篇文档和复杂对话[reference:38][reference:39]。
多语言覆盖
支持 140+ 种语言，从训练之初就面向全球开发者设计[reference:40]。
高效本地运行
12B 模型仅需 16GB 显存即可在普通笔记本电脑上流畅运行[reference:42][reference:43]。覆盖从手机到工作站的全场景[reference:44]。
Apache 2.0 开源
采用 Apache 2.0 协议，可自由商用、再训练和分发[reference:45][reference:46]。
📋 模型家族 覆盖从手机到工作站的完整矩阵
旗舰稠密模型
310 亿参数，256K 上下文。追求最高输出质量，适合复杂推理、代码生成和企业级部署[reference:47]。
混合专家模型
总参数 260 亿，推理时仅激活 38 亿参数[reference:48]。速度快、效率高，适合对响应速度要求高的场景。
笔记本优选
120 亿参数，无编码器统一架构。仅需 16GB 显存即可本地运行，性能接近 26B 模型[reference:50]。
端侧轻量模型
2.3B 和 4.5B 参数，专为手机和边缘设备设计。128K 上下文，支持原生音视频处理[reference:51][reference:52]。
⭐ 核心优势 为什么选择 Gemma
💻 端侧优先
从设计之初就为本地运行优化。让最先进的 AI 能力在你的硬件上运行，数据不外传[reference:53]。
🔓 Apache 2.0
最宽松的开源协议之一，可自由商用、再训练和分发，无后顾之忧[reference:54]。
🧠 智能体就绪
原生支持多步推理、函数调用和自主行动，是构建 AI 智能体的理想基座[reference:55]。
📱 全场景覆盖
从 2B 到 31B，从手机到工作站，总有一款适合你的硬件[reference:57]。
👥 适用人群 谁适合使用 Gemma
❓ 常见问题 快速了解
Gemma 可以商用吗？
可以。Gemma 4 采用 Apache 2.0 协议，可自由商用、再训练和分发[reference:58]。
需要什么硬件？
12B 模型仅需 16GB 显存即可在笔记本上运行[reference:59]。E2B/E4B 模型可在手机上运行[reference:60]。
支持哪些输入模态？
支持文本、图像、音频（部分模型）输入。E2B 和 E4B 模型原生支持音频[reference:61]。
如何开始？
从 Hugging Face 或 Kaggle 下载权重，通过 Ollama、LM Studio、MLX 等工具快速部署[reference:64]。