谷歌发布 Gemma 3

发布内容

2025年3月12日，谷歌发布 Gemma 3，一次给出 1B、4B、12B、27B 四种规模的版本^[1]。模型名称里的 B 指参数量（parameter）以十亿计——参数是网络在训练中学习到的权重，因此这个系列从小模型一直覆盖到需要较多算力的大模型。

新增的能力

Gemma 3 增加了图像输入，也就是模型除了文字还能读取图片^[1]。它的上下文窗口（context window）扩大到 128,000 个词元（token）^[1]。词元是模型处理文本的基本单位，大致对应一个词或词的一部分；窗口大小决定了模型一次能看进多少内容。128,000 个词元意味着长文档、较长的代码文件或持续多轮的对话可以一次性放进去，不必先切碎再喂给模型。

单卡运行

谷歌表示 Gemma 3 可以运行在单块 GPU 或 TPU 上^[1]。GPU 和 TPU 是训练和运行神经网络常用的加速芯片，大模型通常要摊到很多块这样的芯片上，把目标定在单块芯片，意味着拥有工作站级硬件的开发者可以在本地直接跑模型，而不必把每次请求都发给远程服务。谷歌同时提供了官方量化（quantization）版本，以更低的数值精度存储权重，从而减小模型体积、降低算力需求^[1]。量化牺牲一部分数值细节来换取更小的占用，这也是本地运行能在普通硬件上成立的原因。

语言与配套模型

按谷歌的说法，Gemma 3 开箱即支持超过 35 种语言，预训练覆盖的语言超过 140 种^[1]。开箱即用指发布出来的模型不需要额外训练就能处理这些语言；预训练覆盖指模型在训练阶段读过这些语言的数据。与 Gemma 3 同时发布的还有 ShieldGemma 2，一个 4B 规模的图像安全检查模型，构建在 Gemma 3 之上^[1]。这类检查模型的作用是对图像做出判定，让应用可以在输入端或输出端做过滤；把它建在同一个基座模型上，可以与被守护的模型保持同步。

位置与影响

Gemma 3 可以看成一次把几样能力放进同一个系列的发布：图像输入、长上下文窗口、覆盖不同算力预算的四种规模，以及官方提供的量化版本^[1]。其中单块 GPU 或单块 TPU 可运行这一点，很大程度决定了它会被怎么用^[1]，因为它关系到团队能否把模型留在自己的机器上。在四种规模之间做选择时，取舍是常见的那个：1B 和 4B 版本能塞进更紧张的硬件、占用算力更少，12B 和 27B 版本则为更难的任务留出更多容量^[1]。在主系列之外同时给出配套的安全模型，意味着需要过滤图像的应用不必再去别处找这一环^[1]。

这次发布本身并不回答这些能力在具体场景里表现如何，那取决于任务、硬件和使用方式。可以确定的变化是上面这些：四种规模、图像输入、128,000 词元的窗口、单块加速芯片运行、官方量化版本、较广的语言覆盖，以及配套的图像安全检查模型，它们在 2025年3月12日一同到来^[1]。