📌 核心事件

2026 年 4 月 2 日，Google DeepMind 正式发布 Gemma 4 系列开源模型，包含 E2B、E4B、26B-A4B MoE、31B Dense 四个版本。这是 Google 迄今最强大的开源模型家族，首次采用 Apache 2.0 开源协议，并继承了 Gemini 3 的核心技术架构。

Google DeepMind CEO Demis Hassabis 在发布会上表示：「按字节计算，这是全球最强大的开源模型。」

🔥 关键数据

  • Arena AI 排行榜：31B Dense 版本冲到全球开源第三，仅次于 GLM-5 和 Kimi 2.5
  • 参数效率：31B 用不到 1/10 的参数量，击败 Qwen 3.5 397B 等 400 亿级模型
  • MMLU Pro：85.2% | AIME 2026：89.2%（上代 Gemma 3 27B 仅 20.8%，提升 4 倍+）
  • LiveCodeBench v6：80.0% | Codeforces ELO：2150
  • 多模态 MMMU Pro：76.9% | MATH-Vision：85.6%
  • 社区生态：累计 4 亿次下载，10 万个社区变体（「Gemmaverse」）
  • 协议变更：从自定义限制性协议 → Apache 2.0 完全免费商用

🧠 技术架构：Gemini 3 的开源下放

Gemma 4 最大的技术亮点在于直接继承了 Gemini 3 的研究成果和架构。Google 将闭源旗舰模型的核心能力下放到了开源模型上——这在大厂中并不常见。

四款版本各有定位：

  • E2B / E4B：移动端版本，可完全离线运行在 Android 手机甚至树莓派上，支持原生音频输入
  • 26B-A4B MoE：260 亿参数但推理时仅激活 38 亿参数，速度快到飞起
  • 31B Dense：追求极致质量，适合精细化微调

所有版本原生支持视频和图像输入，原生训练 140 多种语言，上下文窗口最大 25.6 万 token。

🔑 关键洞察

洞察一：「以小博大」的参数效率革命

Gemma 4 31B 用不到十分之一的参数量在排行榜上与 400 亿级模型掰手腕，这标志着开源模型进入了「智能密度」竞争时代。对于本地部署开发者来说，这意味着一张消费级显卡就能跑出接近顶级闭源模型的性能。

洞察二：Apache 2.0 是一次战略投降

Gemma 3 的自定义协议饱受诟病。这次换成 Apache 2.0，是 Google 听取社区反馈后的战略转向。在 DeepSeek、Qwen 等国产开源模型全球崛起的背景下，Google 不得不在开源策略上「放下身段」。

洞察三：本地 AI 的野心

Gemma 4 的四个版本覆盖手机到服务器全场景，配合 Arm SME2 优化和 litert-lm CLI 工具，Google 正在构建一个「不联网也能用顶级智能」的生态。这对隐私敏感场景和边缘计算场景意义重大。

🚀 引发思考

Gemma 4 的发布折射出全球开源模型竞争的白热化。但真正的考验在于——Google 开源模型的实际部署量历来落后于 LLaMA 和 DeepSeek。性能领先能否转化为生态繁荣，才是 Gemma 4 的终极考题。

对于开发者而言，Gemma 4 + Apache 2.0 意味着：你终于可以无顾虑地在商业产品中使用 Google 的开源模型了。

🔑 关键洞察：Gemma 4 证明了「智能密度」比「参数规模」更重要——31B 击败 397B 的背后，是 Google 将 Gemini 3 旗舰技术下放开源的战略选择。Apache 2.0 协议的转向则标志着：在国产开源模型的全球竞争压力下，Google 不得不从「限制性开源」转向「真正开放」。
逍遥云初 | 2026.04.26