Gemma 4 發布：Google 最強開源模型，全面轉向 Apache 2.0 授權

原文連結： Gemma 4: Byte for byte, the most capable open models

摘要

• 全新授權模式：Gemma 4 首度採用 Apache 2.0 開源授權，移除商業使用限制，為開發者提供完整的數位主權與彈性。
• 四種優化尺寸：推出 E2B、E4B（行動端優化）、26B MoE 與 31B Dense（伺服器級）四款模型，滿足從手機到工作站的部署需求。
• 強大的推理與代理能力：原生支援函數調用（Function Calling）、結構化 JSON 輸出，專為多步驟規劃與自主 AI 代理工作流設計。
• 原生多模態支援：全系列模型支援圖像與影片處理；E2B 與 E4B 邊緣模型更具備原生音訊輸入能力，適用於語音識別與理解。
• 長上下文與多語言：邊緣模型支援 128K 上下文，大型模型達 256K；原生支援超過 140 種語言，具備全球化應用能力。

· · ·

Google DeepMind 今日正式推出 Gemma 4，這是該系列迄今為止最智慧的開源模型。Gemma 4 專為高級推理與代理工作流（agentic workflows）打造，展現了前所未有的「單位參數智慧」（intelligence-per-parameter）。這項突破建立在強大的社群動力之上：自首代發布以來，Gemma 系列下載量已突破 4 億次，並衍生出超過 10 萬個變體。Google 聽取了開發者的反饋，將 Gemma 4 以更具親和力的 Apache 2.0 授權釋出。

Gemma 4 採用與 Gemini 3 相同的技術研究成果開發，是目前能在個人硬體上運行的最強大模型系列之一。它與 Google 的 proprietary Gemini 模型形成互補，為開發者提供開源與商用工具的最強組合。

業界領先的性能與行動優先

Gemma 4 提供四種尺寸：Effective 2B (E2B)、Effective 4B (E4B)、26B 混合專家模型 (MoE) 以及 31B 稠密模型 (Dense)。全系列模型已超越簡單的聊天功能，能處理複雜邏輯。其中 31B 模型在 Arena AI 文本排行榜中名列全球開源模型第 3 位，26B MoE 則位居第 6，其實際表現甚至超越了參數規模大其 20 倍的模型。

在邊緣端，E2B 與 E4B 模型重新定義了裝置端 AI 的效用，優先考慮多模態能力、低延遲處理與生態系整合，而非單純追求參數數量。

強大、易用且開放

Gemma 4 的尺寸經過特別設計，能有效率地在各種硬體上運行與微調——從全球數十億台 Android 裝置、筆記型電腦 GPU，到開發者工作站與加速器。Gemma 4 的核心特色包括：

• 高級推理：具備多步驟規劃與深層邏輯能力，在數學與指令遵循基準測試中有顯著提升。
• 代理工作流：原生支援函數調用、結構化 JSON 輸出與系統指令，讓開發者能建構可靠的自主代理。
• 程式碼生成：支援高品質的離線程式碼生成，可將工作站轉變為本地 AI 程式碼助手。
• 視覺與音訊：原生處理影片與圖像，並在 OCR 和圖表理解任務中表現優異。E2B 與 E4B 支援原生音訊輸入。
• 長上下文：邊緣模型具備 128K 上下文窗口，大型模型則達 256K，可單次處理整個程式庫或長文件。

多樣硬體的彈性部署

Google 與 Pixel 團隊以及 Qualcomm、MediaTek 等硬體領導者密切合作，確保這些多模態模型能在手機、Raspberry Pi 和 NVIDIA Jetson Orin Nano 等裝置上完全離線運行，且延遲接近於零。

對於伺服器級應用，31B Dense 模型旨在提供最高品質，是微調的強大基礎；而 26B MoE 則專注於延遲，在推理時僅活化 3.8B 參數，提供極快的 Token 輸出速度。

建立在信任與安全的基礎上

Gemma 4 採用與 Google 商用模型相同的嚴格基礎設施安全協議。透過選擇 Gemma 4，企業與主權組織能在滿足最高安全與可靠性標準的同時，獲得最前沿的 AI 能力。

· · ·

🧠 延伸評論：開源 AI 的「單位效率」時代

Gemma 4 的發布標誌著 Google 在開源策略上的重大轉向。最顯著的改變莫過於 Apache 2.0 授權的採用，這徹底消除了企業在法律合規上的疑慮，展現了 Google 爭奪開源生態主導權的決心。

從技術層面看，Gemma 4 揭示了 2026 年 AI 發展的核心趨勢：不再盲目追求參數規模，而是轉向追求「單位參數的智慧極限」。26B MoE 模型僅活化 3.8B 參數就能在 Arena 排行榜取得佳績，這證明了模型架構與數據品質的優化已進入收穫期。對開發者而言，這意味著「邊緣代理」將成為現實——當 2B/4B 等級的模型具備了原生的音訊處理、長上下文與可靠的 Tool Use 能力，AI 將能真正脫離雲端，在隱私受保護的前提下嵌入到各種終端裝置中。這場「單位效率」的競賽，最終受益的將是能以更低成本建構複雜應用系統的廣大開發者。