谷歌版小钢炮开源！0.27B大模型，4个注意力头，专为终端而生

时令 发自 凹非寺
量子位 | 公众号 QbitAI

谷歌开源Gemma 3 270M闪亮登场！

只需几分钟即可完成微调，指令遵循和文本结构化能力更是惊艳，性能超越Qwen 2.5同级模型。

发布当天，网友也懵了：以为是270B，结果居然才0.27B。

此模型小巧又高效，可以直接在浏览器里本地运行，不用联网，也能生成有创意的内容，比如睡前故事。

不仅如此，还有人使用这款迷你模型构建了自己的OCR应用程序。上传一张图片或PDF文件，即可用LLM即时将其转换为结构化的Markdown格式。

值得一提的是，新模型只有4个注意力头，比Qwen 3 0.6B少12个，真是切实符合其轻量化的定位。

下面让我们一起看看这款迷你Gemma 3到底有哪些亮点？

Gemma 3 270M核心功能

就像你不会用大锤来挂相框，同样的原则也适用于利用人工智能。

Gemma 3 270M充分体现了这种“为工作选择合适工具” 的理念。

作为一款基础模型，它开箱即可精准遵循指令，而微调能彻底释放其真正实力。

经过专门优化，它在文本分类、数据提取等任务中，都能做到准确、快速且成本可控。

简单总结，新模型的核心功能可概括为以下4部分：

紧凑且高效的架构

这款新模型共包含2.7亿参数，其中1.7亿为嵌入层参数（由于庞大的词汇量），另外1亿为Transformer模块参数。

凭借25.6万token的庞大词汇量，该模型能够处理特定及罕见词汇，因此成为特定领域和语言中进一步微调的理想模型。

极致的能源效率

不仅如此，该模型的参数规模在终端运行毫无压力。

内部测试表明，在Pixel 9 Pro手机（SoC芯片）上运行INT4量化版时，25轮对话仅消耗0.75%电量，堪称能效最高的Gemma模型。

指令遵循

此次发布包含一个经过指令微调的模型及对应的预训练检查点，开箱即可精准遵循常规指令。

可用于生产的量化支持

此模型提供经过量化感知训练（QAT）的检查点，能让模型以INT4精度运行，且性能损耗微乎其微——这一点对于在资源受限设备上部署而言至关重要。

何时选择迷你版Gemma 3

轻量化模型的强大威力在现实应用中已经得到了充分体现。

一个典型案例是2025年7月Adaptive ML与SK Telecom的合作，面对复杂的多语言内容审核挑战，他们选择了专门化策略：没有使用庞大的通用模型，而是对Gemma 3 4B模型进行了针对性微调。

结果令人惊艳，经过微调的专用Gemma模型不仅达到了目标任务的要求，甚至在特定任务上超越了许多体量更大的专有模型。

Gemma 3 270M旨在让开发者进一步采用这种方法，为明确界定的任务释放更高的效率。

那么，什么时候适合选择这款迷你版Gemma 3呢？

1、批量处理专业任务：此模型尤其适合处理情感分析、实体提取、查询路由、非结构化文本转结构化、创意写作及合规性检查等。

2、严格控制响应时间和成本：它能大幅降低甚至消除生产环境中的推理成本，同时为用户提供更快速的响应。

经过微调的270M模型可运行于轻量、低成本的基础设施，甚至能直接部署在终端设备上。

3、快速迭代和部署：Gemma 3 270M的小模型规模能够实现快速的微调实验，帮助你在数小时而非数天内找到适合你用例的完美配置。

4、确保用户隐私：该模型可以完全在设备上运行，而无需将数据发送到云端。

5、多任务专业部署：这款迷你模型能帮你在预算范围内，构建并部署多个定制模型，并且每个模型都针对特定任务进行了专业训练。

下面想要快速上手Gemma 3 270M？超简单四步走起。

首先，你可以从Hugging Face、Ollama、Kaggle、LM Studio或Docker获取该模型。

接着用Vertex AI、llama.cpp、Gemma.cpp、LiteRT、Keras和MLX等工具进行测试。

然后使用Hugging Face、UnSloth或JAX等工具进行个性化微调。

最后，你可以将定制好的模型一键部署到本地环境或谷歌Cloud Run等任何环境。

参考链接：
[1]https://x.com/rasbt/status/1956130338431713307
[2]https://x.com/osanseviero/status/1956024223773663291
[3]https://developers.googleblog.com/en/introducing-gemma-3-270m/