Google 凭借 Gemma 4 重返开源 AI 竞赛

今天，Google 的开放 AI 雄心变得更加坚定。该公司发布了 Gemma 4，这是一个由四个开放权重模型组成的系列，基于与 Gemini 3 相同的研究而构建，并在 Apache 2.0 下获得许可，这与之前 Gemma 版本中更严格的条款有很大不同。

过去的 Gemma 各代开发者的下载次数已超过 4 亿次，催生了超过 100,000 个社区变体。此版本是迄今为止最雄心勃勃的版本。

过去一年，开源人工智能排行榜主要是中国人的事情。 DeepSeek、Minimax、GLM 和 Qwen 占据了榜首，让美国的替代品竞相争夺相关性。正如 Decrypt 去年报道的那样，中国开放模型从 2024 年底仅占全球开放模型使用量的 1.2% 上升到 2025 年底的约 30%，阿里巴巴的 Qwen 甚至超过 Meta 的 Llama，成为全球使用最多的自托管模型。

Meta 的 Llama 曾经是想要一个功能强大、可本地运行的模型的开发人员的默认选择。这种声誉已经受到侵蚀——Llama 的 Meta 控制许可证引发了对其真正开源地位的质疑，而且其性能落后于中国竞争对手。艾伦研究所的 OLMo 家族试图填补这一空白，但未能获得有意义的关注。 OpenAI 于 2025 年 8 月发布了 gpt-oss 模型，这给生态系统带来了新鲜空气，但它们从未被设计为前沿竞争对手。

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 4000 亿参数的开放模型，令人信服地证明美国场景并没有完全消亡。 Gemma 4 紧随这一势头，这次得到了 Google DeepMind 的全力支持，使其成为开源 AI 领域可以说是最好的美国模型。

谷歌在其声明中表示，该模型“采用与 Gemini 3 相同的世界一流研究和技术构建”。 Gemma 4 有四种尺寸：适用于手机和边缘设备的有效 2B 和 4B、专注于速度的 26B Mixture of Experts 模型以及针对原始质量进行优化的 31B Dense 模型。

31B Dense 目前在 Arena AI 文本排行榜上的所有开放模型中排名第三。 26B MoE 排名第六。谷歌声称这两款模型的竞争优势是其尺寸的 20 倍——这一说法至少与 Arena AI 数据相比是成立的，中国模型仍然占据前两名。

我们测试了 Gemma 4。它功能强大，但有一些注意事项。该模型甚至将推理应用于不需要推理的任务，这可能会让简单提示的响应感觉过度设计。创意写作是不错的——有用的，而不是灵感——并且可能通过更具体的指导和及时的工程改进。

它传达得最清楚的是代码。当被要求生成一个游戏时，输出并不是特别华丽或复杂，但它在第一次尝试时运行没有错误。对于 410 亿参数模型来说还不错。零样本可靠性可以说比需要调试的更漂亮的结果更有价值。

您可以此处尝试（基本但实用）游戏。

这四种变体涵盖了完整的硬件范围。 E2B 和 E4B 型号专为 Android 手机、Raspberry Pi 和边缘设备而构建，完全离线运行，具有接近零的延迟、本机音频输入和 128K 上下文窗口。 26B 和 31B 模型面向工作站和云部署，将上下文扩展至 256K，并添加本机函数调用和结构化 JSON 输出以构建自主代理。所有四个模型都可以本地处理图像和视频。较大模型的全精度权重适合单个 80GB NVIDIA H100 GPU；量化版本在消费类硬件上运行。

Apache 2.0 许可证是另一个标题。 Google 之前的 Gemma 版本使用了自定义许可证，这给商业产品带来了法律上的模糊性。 Apache 2.0 完全消除了这种摩擦——开发人员可以修改、重新分发和商业化，而不必担心 Google 稍后会更改条款。 Hugging Face 联合创始人 Clement Delangue 对此表示赞赏，表示“本地 AI 正在迎来它的时刻”，它是 AI 行业的未来。 Google DeepMind 首席执行官 Demis Hassabis 更进一步，称 Gemma 4 是“世界上针对各自尺寸的最佳开放模型。”

这是一个强有力的主张。 Anthropic、OpenAI 和 Google 自己的 Gemini 的专有系统仍然在最严格的基准测试中处于领先地位。但是对于开放权重模型，您可以在本地运行、自由修改并部署在您自己的基础设施上吗？竞争明显变得更加薄弱。您现在可以在 Google AI Studio（31B 和 26B）或 Google AI Edge Gallery（E2B 和 E4B）中试用 Gemma 4。模型权重也可在 Huging Face、Kaggle 和 Ollama 上使用。