谷歌以 Apache 2.0 许可发布 Gemma 4

一次新的开放发布

2026 年 4 月 2 日，谷歌 DeepMind 发布了 Gemma 4，这是其可公开下载模型家族的最新一代，发布信息由 Clement Farabet 和 Olivier Lacombe 在一篇文章中公布^[1]。Gemma 与谷歌那些只通过接口提供服务的闭源模型并行存在：权重被公开发布，任何人都可以下载、在自己的硬件上运行并修改。

四种规格，两种架构

Gemma 4 有四种规格：E2B、E4B、26B 和 31B^[1]。两个 E 系列是面向端侧的小模型，设计目标是能在普通的本地硬件上跑起来；26B 是混合专家模型，31B 则是稠密模型^[1]。

这个区别决定了模型需要多少算力。在混合专家（mixture-of-experts，MoE）模型里，网络被拆成许多彼此独立的专家块，每个词元只被路由到其中一小部分，因此模型可以容纳远多于单个词元实际计算所动用的参数。Gemma 4 的 26B 模型在推理时大约激活 38 亿参数^[1]。稠密模型则相反，每个词元都要过一遍全部参数；31B 版本就是稠密的^[1]。

许可的变化

最关键的一点是许可。Gemma 4 改用商业上更宽松的 Apache 2.0 许可^[1]。Apache 2.0 是一份沿用已久的开源许可，允许使用、修改和再分发，包括放进商业产品里，条件是保留许可声明。对想把模型做成产品的公司来说，这把一次法务审查变成了例行公事——而许可条款往往正是一个开放模型能否被采用的分水岭。

榜单、下载量与硬件

31B 模型在 Arena AI 文本排行榜上位列开放模型第三名^[1]。这个榜单由用户对两个匿名模型的输出做两两比较而生成。谷歌同时公布，Gemma 系列迄今下载量已超过 4 亿次^[1]，这反映了前几代模型被采用的广度。

硬件要求也是这次发布强调的部分。31B 模型未经量化的 bfloat16 权重可以装进单张 80GB 的 NVIDIA H100^[1]。这句话值得单独说，需要解释两个词：bfloat16 是一种常用的 16 位权重数值格式；「未量化」意味着权重以原始精度保存，没有为了缩小体积而做压缩。由于单张 H100 是常见的 GPU 容量单位，全精度权重能装进一张卡，就意味着部署时不必把模型拆到多台机器上。

输入、上下文与语言

E2B 和 E4B 支持原生音频输入，而所有 Gemma 4 模型都接受图像和视频^[1]，多模态能力不再只属于大尺寸版本。端侧模型拥有 12.8 万词元的上下文窗口，较大模型最高可达 25.6 万^[1]。上下文窗口指模型一次能纳入考虑的材料总量，在支持图像、视频和音频输入之后，它覆盖的已经不只是文字。谷歌称这些模型原生训练于 140 多种语言^[1]。

意义何在

这次发布有三条主线。第一是许可：Apache 2.0 是一份通用、被广泛理解的文本，过去需要谈条款的团队现在可以直接交付产品。第二是覆盖范围：从带音频输入的端侧小模型，到能装进单张高端 GPU 的 310 亿参数稠密模型，手机、笔记本和服务器都被纳入。第三是多模态输入铺到了整个家族，而不只是顶配版本。在超过 4 亿次历史下载的背景下^[1]，Gemma 4 与其说是一个模型，不如说是一组选项，给那些希望自己运行一个足够能干的模型、又不愿为此申请许可的人使用。