Google以Gemma 4重返开源AI竞赛

Google 的开放人工智能雄心在今天变得更加认真。该公司发布了 Gemma 4，这是一系列基于与 Gemini 3 相同研究构建的四个开放权重模型，并采用 Apache 2.0 许可证——与之前 Gemma 版本更具限制性的条款相比，这是一个重大转变。

开发者已下载过去的 Gemma 世代超过 4 亿次，衍生出超过 10 万个社区变体。这次发布是迄今为止最雄心勃勃的一次。

在过去一年中，开源人工智能排行榜在很大程度上是中国的天下。DeepSeek、Minimax、GLM 和 Qwen 占据了榜首位置，让美国替代方案争相寻求相关性。正如 Decrypt 去年报道的那样，中国开放模型从 2024 年末全球开放模型使用量的仅 1.2% 增长到 2025 年底的约 30%，阿里巴巴的 Qwen 甚至超越了 Meta 的 Llama，成为全球使用最多的自托管模型。

Meta 的 Llama 曾经是开发者想要一个功能强大、可在本地运行的模型的默认选择。这种声誉已经受到侵蚀——Llama 由 Meta 控制的许可证引发了对其真正开源状态的质疑，其性能也落后于中国竞争对手。Allen Institute 的 OLMo 系列试图填补这一空白，但未能获得有意义的关注。OpenAI 在 2025 年 8 月发布了其 gpt-oss 模型，为生态系统带来了一股新鲜空气，但它们从未被设计为前沿竞争者。

昨天，一家名为 Arcee AI 的 30 人美国初创公司发布了 Trinity，这是一个 4,000 亿参数的开放模型，有力地证明了美国场景并未完全消亡。Gemma 4 延续了这一势头，这次有 Google DeepMind 的全力支持，使其成为开源人工智能领域中可以说是最好的美国模型。

该模型"基于与 Gemini 3 相同的世界级研究和技术构建"，Google 在其公告中表示。Gemma 4 提供四种规格：适用于手机和边缘设备的 Effective 2B 和 4B，专注于速度的 26B 混合专家模型，以及针对原始质量优化的 31B Dense 模型。

31B Dense 目前在 Arena AI 的文本排行榜上所有开放模型中排名第三。26B MoE 排名第六。Google 声称两者的表现都优于其 20 倍大小的模型——这一说法至少在 Arena AI 数据上成立，中国模型仍然占据前两名。

我们测试了 Gemma 4。它很有能力，但也有一些注意事项。该模型即使对不需要推理的任务也应用推理，这可能使简单提示的响应感觉过度设计。创意写作还不错——实用，但不令人惊艳——并且可能通过更具体的指导和提示工程得到改善。

它表现最明显的是代码。当要求生成游戏时，输出并不特别华丽或精致，但第一次尝试就能无错误运行。对于一个 410 亿参数的模型来说还不错。这种零样本可靠性可以说比需要调试的更漂亮结果更有价值。

你可以在这里尝试这个（基础但功能齐全的）游戏。

四个变体涵盖了完整的硬件范围。E2B 和 E4B 模型专为 Android 手机、Raspberry Pi 和边缘设备构建，完全离线运行，具有接近零延迟、原生音频输入和 128K 上下文窗口。26B 和 31B 模型针对工作站和云部署，将上下文扩展至 256K，并添加原生函数调用和结构化 JSON 输出以构建自主代理。所有四个模型都原生处理图像和视频。较大模型的全精度权重适合单个 80GB NVIDIA H100 GPU；量化版本可在消费级硬件上运行。

Apache 2.0 许可证是另一个重点。Google 之前的 Gemma 发布使用自定义许可证，为商业产品造成了法律模糊性。Apache 2.0 完全消除了这种摩擦——开发者可以修改、重新分发和商业化，而无需担心 Google 日后更改条款。Hugging Face 联合创始人 Clement Delangue 对此表示赞赏，称"本地人工智能正迎来其时刻"，这是人工智能行业的未来。Google DeepMind 首席执行官 Demis Hassabis 更进一步，称 Gemma 4 为"各自规格世界上最好的开放模型"。

这是一个有力的说法。来自 Anthropic、OpenAI 和 Google 自己的 Gemini 的专有系统在最难的基准测试中仍然领先。但对于可以在本地运行、自由修改并在自己的基础设施上部署的开放权重模型？竞争刚刚变得明显更少。你现在可以在 Google AI Studio（31B 和 26B）或 Google AI Edge Gallery（E2B 和 E4B）中尝试 Gemma 4。模型权重也可在 Hugging Face、Kaggle 和 Ollama 上获得。