Google 以 Gemma 4 重返開源 AI 競賽

Google 的開放 AI 野心在今天變得更加認真。該公司發布了 Gemma 4，這是一系列四款開放權重模型，建立在與 Gemini 3 相同的研究基礎上，並採用 Apache 2.0 授權——這與先前 Gemma 版本中更具限制性的條款有顯著不同。

開發者已下載過去的 Gemma 世代超過 4 億次，衍生出超過 10 萬個社群變體。這次發布是迄今為止最具野心的一次。

過去一年，開源 AI 排行榜在很大程度上是中國的舞台。DeepSeek、Minimax、GLM 和 Qwen 主導了前幾名，使美國替代方案苦苦掙扎。正如 Decrypt 去年報導，中國開放模型從 2024 年底全球開放模型使用量的僅 1.2% 增加到 2025 年底的約 30%，阿里巴巴的 Qwen 甚至超越了 Meta 的 Llama，成為全球使用最多的自託管模型。

Meta 的 Llama 曾經是開發者想要功能強大、可在本地運行的模型時的預設選擇。這種聲譽已經削弱——Llama 由 Meta 控制的授權引發了對其真正開源地位的質疑，其效能也落後於中國競爭對手。Allen Institute 的 OLMo 系列試圖填補這一空白，但未能獲得有意義的關注。OpenAI 在 2025 年 8 月發布了其 gpt-oss 模型，為生態系統帶來了一股新鮮空氣，但它們從未被設計成前沿競爭者。

昨天，一家名為 Arcee AI 的 30 人美國新創公司發布了 Trinity，這是一個 4,000 億參數的開放模型，有力地證明了美國場景並未完全消亡。Gemma 4 延續了這一勢頭，這次有 Google DeepMind 的全力支持，使其可以說是開源 AI 領域中最好的美國模型。

Google 在其公告中表示，該模型「建立在與 Gemini 3 相同的世界級研究和技術基礎上」。Gemma 4 提供四種規格：用於手機和邊緣設備的 Effective 2B 和 4B，專注於速度的 26B 混合專家模型，以及針對原始品質優化的 31B Dense 模型。

31B Dense 目前在 Arena AI 的文本排行榜上，於所有開放模型中排名第三。26B MoE 排名第六。Google 聲稱兩者的表現都超越了 20 倍大小的模型——這一說法至少在 Arena AI 數據上是站得住腳的，而中國模型仍佔據前兩名。

我們測試了 Gemma 4。它功能強大，但有一些注意事項。該模型甚至會對不需要推理的任務應用推理，這可能會使簡單提示的回應感覺過度設計。創意寫作還算不錯——實用但不驚豔——並且可能會通過更具體的指導和提示工程得到改善。

它最明顯的表現是在程式碼方面。當被要求生成一個遊戲時，輸出並不特別華麗或精緻，但第一次嘗試就能順利運行。對於一個 410 億參數的模型來說還不錯。這種零樣本可靠性可以說比需要除錯的更漂亮結果更有價值。

您可以在這裡試玩這個（基本但實用的）遊戲。

這四個變體涵蓋了完整的硬體範圍。E2B 和 E4B 模型專為 Android 手機、Raspberry Pi 和邊緣設備而設計，可完全離線運行，具有接近零延遲、原生音訊輸入和 128K 上下文視窗。26B 和 31B 模型針對工作站和雲端部署，將上下文擴展到 256K，並增加了原生函數呼叫和結構化 JSON 輸出，用於建構自主代理。所有四款模型都能原生處理圖像和影片。較大模型的全精度權重可以安裝在單個 80GB NVIDIA H100 GPU 上；量化版本可在消費級硬體上運行。

Apache 2.0 授權是另一個重點。Google 之前的 Gemma 版本使用了自訂授權，為商業產品造成了法律模糊性。Apache 2.0 完全消除了這種摩擦——開發者可以修改、重新分發和商業化，而無需擔心 Google 日後更改條款。Hugging Face 聯合創始人 Clement Delangue 讚揚此舉，表示「本地 AI 正迎來它的時刻」，這是 AI 產業的未來。Google DeepMind 執行長 Demis Hassabis 更進一步稱 Gemma 4 為「各自規格中全球最好的開放模型」。

這是一個強而有力的說法。來自 Anthropic、OpenAI 和 Google 自家 Gemini 的專有系統在最困難的基準測試中仍然領先。但對於可以在本地運行、自由修改並部署在自己基礎設施上的開放權重模型？競爭剛剛顯著減少。您現在可以在 Google AI Studio（31B 和 26B）或 Google AI Edge Gallery（E2B 和 E4B）中試用 Gemma 4。模型權重也可在 Hugging Face、Kaggle 和 Ollama 上取得。