Google 將 Gemma 4 開源,憑藉 310 億參數與頂尖模型一較高下
4月3日凌晨4時03分,Google DeepMind 正式推出其全新的開源模型系列Gemma4。此次發布恰好距上一版本發布滿一年。Google 不僅在性能上實現了「代際飛躍」,更在開源承諾方面採取了重大舉措:將授權協議從自家專有協議改為廣泛採用的Apache 2.0 授權。此項變更讓開發者得以自由地將這些模型用於商業用途並進行修改。

完整陣容:涵蓋行動裝置至工作站的四款模型
Gemma4推出四款各具特色的模型,以涵蓋所有應用場景:
31B Dense(旗艦版):具備 310 億個完全激活的參數,並支援長達 256K 的超長上下文。該模型在 Arena AI 開源排行榜上名列第三。其未量化版本可在單張 H100 GPU 上運行。
26B A4B MoE(性價比之王):採用專家混合(Mixture-of-Experts)架構,總參數達 252 億,每次推論僅需激活 38 億參數。其推理速度媲美 40 億參數模型,品質卻超越同級產品,在排行榜上名列第六。
E4B 與 E2B(邊緣精英):針對行動裝置與嵌入式設備進行優化。透過「每層嵌入式」技術,有效參數分別壓縮至 45 億與 23 億。E2B 模型在特定裝置上可將記憶體使用量降至 1.5GB 以下。

效能飛躍:程式碼與數學能力大幅提升
相較於前一代的Gemma327B,Gemma4在核心基準測試中展現出顯著的進步:
數學競賽:在 AIME2026 測試中的得分從 20.8% 飆升至89.2%。
程式設計實力:其 Codeforces ELO 評分從 110 提升至2150。在 LiveCodeBench 上的表現從 29.1% 躍升至 80.0%,使其成為目前功能最強大的開源程式設計助手之一。
綜合推理能力:在研究生級科學題目(GPQA Diamond)上的得分幾乎翻倍,從 42.4% 躍升至84.3%。
多語言能力:原生支援超過 140 種語言,在 MMMLU 測評中取得 88.4% 的成績。

核心功能:內建「思考模式」與代理能力
Gemma4不僅僅是參數的增加;其互動邏輯與旗艦級 Gemini 模型保持一致:
思考模式:內建推理模式,使模型能在提供答案前處理多步驟計畫,顯著提升複雜任務的準確性。
原生代理支援:支援函式呼叫與結構化 JSON 輸出。Google 同時發布了開源的代理開發套件 (ADK),使裝置端模型能作為「智能代理」運作。
深度多模態:所有版本均支援圖像與影片輸入。即使是較小的模型,也額外內建了用於語音辨識與翻譯的音訊編碼器。
產業觀點:開源領域的「權力重組」
過去一年間,國內開源模型(如 DeepSeek、Qwen 和 GLM)發展迅速,在某種程度上削弱了 Google 在開源領域的影響力。Gemma4的發布標誌著 Google 透過「極致的邊緣端工程」與「更徹底的授權開放」重返領先地位。
結論:當科技巨頭開始談論「誠意」時
相關文章
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
相關專題推薦
評論 (0)
0/500
4月3日凌晨4時03分,Google DeepMind 正式推出其全新的開源模型系列Gemma4。此次發布恰好距上一版本發布滿一年。Google 不僅在性能上實現了「代際飛躍」,更在開源承諾方面採取了重大舉措:將授權協議從自家專有協議改為廣泛採用的Apache 2.0 授權。此項變更讓開發者得以自由地將這些模型用於商業用途並進行修改。

完整陣容:涵蓋行動裝置至工作站的四款模型
Gemma4推出四款各具特色的模型,以涵蓋所有應用場景:
31B Dense(旗艦版):具備 310 億個完全激活的參數,並支援長達 256K 的超長上下文。該模型在 Arena AI 開源排行榜上名列第三。其未量化版本可在單張 H100 GPU 上運行。
26B A4B MoE(性價比之王):採用專家混合(Mixture-of-Experts)架構,總參數達 252 億,每次推論僅需激活 38 億參數。其推理速度媲美 40 億參數模型,品質卻超越同級產品,在排行榜上名列第六。
E4B 與 E2B(邊緣精英):針對行動裝置與嵌入式設備進行優化。透過「每層嵌入式」技術,有效參數分別壓縮至 45 億與 23 億。E2B 模型在特定裝置上可將記憶體使用量降至 1.5GB 以下。

效能飛躍:程式碼與數學能力大幅提升
相較於前一代的Gemma327B,Gemma4在核心基準測試中展現出顯著的進步:
數學競賽:在 AIME2026 測試中的得分從 20.8% 飆升至89.2%。
程式設計實力:其 Codeforces ELO 評分從 110 提升至2150。在 LiveCodeBench 上的表現從 29.1% 躍升至 80.0%,使其成為目前功能最強大的開源程式設計助手之一。
綜合推理能力:在研究生級科學題目(GPQA Diamond)上的得分幾乎翻倍,從 42.4% 躍升至84.3%。
多語言能力:原生支援超過 140 種語言,在 MMMLU 測評中取得 88.4% 的成績。

核心功能:內建「思考模式」與代理能力
Gemma4不僅僅是參數的增加;其互動邏輯與旗艦級 Gemini 模型保持一致:
思考模式:內建推理模式,使模型能在提供答案前處理多步驟計畫,顯著提升複雜任務的準確性。
原生代理支援:支援函式呼叫與結構化 JSON 輸出。Google 同時發布了開源的代理開發套件 (ADK),使裝置端模型能作為「智能代理」運作。
深度多模態:所有版本均支援圖像與影片輸入。即使是較小的模型,也額外內建了用於語音辨識與翻譯的音訊編碼器。
產業觀點:開源領域的「權力重組」
過去一年間,國內開源模型(如 DeepSeek、Qwen 和 GLM)發展迅速,在某種程度上削弱了 Google 在開源領域的影響力。Gemma4的發布標誌著 Google 透過「極致的邊緣端工程」與「更徹底的授權開放」重返領先地位。
結論:當科技巨頭開始談論「誠意」時
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用





首頁






