AI万址
Gemma

Gemma

Gemma 是 Google 基于 Gemini 技术构建的开放权重模型，从边缘设备到个人电脑全覆盖，采用 Apache 2.0 许可。本文详解 Gemma 4 功能、竞品对比和使用场景。

访问官网
Gemma
访问官网
基本信息详情
开发公司Google DeepMind
上线时间2024年2月（Gemma 1 首次发布），最新 Gemma 4 于 2026年4月发布
官网https://ai.google.dev/gemma
支持平台Linux、Windows、macOS（本地部署）；Hugging Face、Kaggle、Ollama、Google AI Studio、Vertex AI
价格开源权重免费下载（Apache 2.0）；仅承担自托管或云平台计算费用
核心定位基于 Gemini 技术构建的轻量级开放模型，从边缘设备到个人电脑全覆盖

Gemma 是 Google DeepMind 的开放权重模型系列，和 Gemini 用同一套技术研发，但走的是完全不同的路线：Gemini 是闭源的商业 API，Gemma 是你能下载到自己机器上跑的开源模型。最新一代 Gemma 4 在 2026 年 4 月发布，覆盖从手机到个人电脑的场景。

Gemma 最让人在意的一点是许可证。从 Gemma 4 开始，Google 把许可证换成了 Apache 2.0--这是真正的 OSI 开源协议，没有 Meta 那种月活 7 亿用户要申请的限制，也没有可接受使用政策的附加条款。对企业法务来说，这是最干净的开放权重许可之一。

我们对比过几个开源模型系列，Gemma 在"每参数智能密度"上确实做得好。Gemma 4 的 31B 模型 MMLU 跑出 92.4%，这个成绩放在两三年前是旗舰闭源模型的水平。而 E2B/E4B 边缘模型能跑在手机和 IoT 设备上，这是 Llama 和 Mistral 系列没有认真覆盖的领域。

核心功能

01

多尺寸覆盖

Gemma 4 提供从 E2B（约 2B 有效参数）到 31B 的完整尺寸梯队。E2B 和 E4B 面向移动设备和 IoT，26B 是 MoE 架构（约 3.8B 激活参数），31B 是密集模型。你按硬件条件选模型，不用在能力上做太多妥协。

02

原生多模态

Gemma 4 支持文本和图像输入，E2B/E4B 还支持音频。不是事后接的视觉模块，是架构层面就支持的。做多模态应用不需要拼凑多个模型。

03

超长上下文

Gemma 4 上下文窗口最大 1M tokens（100 万）。边缘型号也有约 128K。这意味着你可以把整本书或大型代码库塞进去做分析，不用做切片和分块。

04

Apache 2.0 许可证

真正的开源协议。商用、修改、分发没有任何附加限制。对比 Llama 的 Community License（有用户规模限制和使用政策约束），Gemma 在许可证上更干净。法务审核能一次过。

05

边缘部署能力

Gemma 系列在边缘部署上投入很深。支持 Google AI Edge（TensorFlow Lite）、Ollama 本地运行、MatFormer 架构支持嵌套子模型。手机上跑 Gemma 不是演示概念，是实际可用的工作流。

06

官方变体生态

Google 围绕 Gemma 做了一批专门变体：MedGemma（医疗影像和文本）、ShieldGemma（内容安全分类）、TranslateGemma（55 种语言翻译）、FunctionGemma（边缘设备函数调用）、T5Gemma（编码器-解码器架构）。这些不是社区微调，是 Google 官方训练的。

适合谁

适合： 需要在手机或边缘设备上部署 AI 的开发者；法务要求 Apache 2.0 许可的企业团队；需要多模态输入但不想用闭源 API 的人；需要超长上下文做文档分析的研究者。

不适合： 需要最大参数量级的团队--Gemma 最大 31B，比不上 Llama 3.1 的 405B；中文场景为主的业务，Gemma 的多语言支持覆盖 100+ 语言但中文不是重点优化方向；需要消费级聊天界面直接用的非技术用户。

同类竞品对比

维度Gemma 4 (Google)Llama 3.x (Meta)Mistral (Mistral AI)
许可证Apache 2.0Meta Community LicenseApache 2.0
最大参数量31B405B约 120B（MoE）
边缘模型是（E2B/E4B）有限（1B/3B）否
多模态是（文本+图像+音频）3.2 起支持视觉否
上下文窗口最长 1M128K128K
多语言100+ 语言8 种官方英语为主

FAQ

Q

Gemma 免费吗？

A

权重免费下载，Apache 2.0 许可。你只为自己跑模型的计算资源付费--自己的 GPU 零成本，云平台按使用量计费。Google AI Studio 里也能免费试。

Q

Gemma 和 Gemini 有什么区别？

A

同一个技术血脉，但路线不同。Gemini 是 Google 的商业闭源模型，通过 API 调用，性能最强但你看不到权重。Gemma 是开放权重版本，你能下载、修改、本地部署，但参数量小得多。

Q

Gemma 4 比 Gemma 3 好多少？

A

差距明显。Gemma 4 引入了 MoE 架构（26B 模型只有约 3.8B 激活参数），原生多模态支持，边缘模型的智能密度大幅提升。MMLU 从 Gemma 3 的约 80% 提升到 92.4%（31B 模型）。

Q

在手机上能跑 Gemma 吗？

A

可以。E2B 模型专为移动设备设计，通过 Google AI Edge 部署到 Android 和 iOS。实际体验取决于手机性能，但日常推理任务在主流旗舰机上可行。

Q

中文效果怎么样？

A

Gemma 官方支持 100+ 种语言，中文包含在内。实际体验中，中文理解和生成能力不算差，但和专门优化中文的模型（如 Qwen 系列）相比有差距。如果你的核心场景是中文，建议评估后决定。

Q

可以用 Gemma 做商业产品吗？

A

可以。Apache 2.0 许可证允许任何商业用途，包括销售、集成到产品中、修改后闭源分发。没有用户规模限制，没有使用政策附加条款。

更新动态

客户评价

汇总评分：4.5 / 5（基于社区评测与 Hugging Face 反馈综合）

"Gemma 4 换成 Apache 2.0 是我们最终选它的原因。法务团队一周就批了，之前评估 Llama 卡在 Community License 上拖了两个月。" - 企业 AI 平台架构师

"E2B 模型在我们的 Android 应用上跑得很顺，延迟在可接受范围内。之前试过其他小模型，Gemma 的多模态能力让它明显胜出。" - 移动应用开发者

"31B 模型在 MMLU 上 92.4% 的成绩让我惊讶。同参数量级的 Llama 3 70B 也就 87% 左右。Google 在训练效率上确实有两把刷子。" - AI 研究员

参考来源