Google把Gemini 3拆成4个尺寸，最小的能在树莓派上跑

4亿次下载、10万个社区魔改版——这是Google开源模型Gemma交出的成绩单。现在第四代来了，而且这次连许可证都换了。

Google DeepMind CEO Demis Hassabis说得很直接：「这是各自尺寸下全世界最好的开源模型。」

从手机到工作站：一条产品线全吃掉

Gemma 4这次发了四个型号，跨度大得有点离谱。最小的E2B（Effective 2B）能在树莓派和Jetson Nano上跑，最大的31B Dense模型目前在Arena AI开源模型排行榜上排第三。

中间夹着E4B（Effective 4B）和26B MoE（混合专家模型）。E2B和E4B是端侧专用，跟Pixel团队、高通、联发科一起调的；26B和31B瞄准开发者的本地工作站和 consumer GPU。

Google claim 两个大模型在Arena AI的 benchmark 上能打比自己大20倍的对手。31B的未量化权重刚好塞进单张80GB的Nvidia H100，量化版 consumer 硬件就能跑。

四个全是多模态，原生支持视频和图片，训练数据覆盖140多种语言。E2B和E4B额外加了原生音频输入，能做语音识别。上下文窗口：端侧模型128K token，两个大的256K。

能力上，Google强调了几点：多步推理改进、原生函数调用、结构化JSON输出（给agent工作流用）、离线代码生成。

Android开发者博客的数据：E2B比E4B快3倍，整个端侧家族比上一代Gemma快4倍，电池消耗最高省60%。

许可证换了：Apache 2.0意味着什么

这次最大的变化可能不是模型本身，是许可证。Gemma 4改用Apache 2.0，比前几代宽松得多。

Hugging Face联合创始人Clément Delangue的原话：「a huge milestone。」

开源模型圈的许可证战争打了很多年。Apache 2.0允许商用、允许修改、允许闭源衍生，只要求保留版权声明和免责声明。Gemma前几代用的自定义许可证有不少限制条款，开发者用起来总得先找法务过一遍。

现在不用了。这解释了为什么Hugging Face的人这么兴奋——他们的平台上现在可以直接 fork、改、商用， friction 低了一个数量级。

Google这一步踩得很有意思。Meta的Llama系列用自定义许可证，限制商用规模；Mistral也是自定义条款。Apache 2.0在合规成本上是个降维打击，尤其对企业用户。

跟Android绑定的野心

E2B和E4B不只是独立模型，它们是Gemini Nano 4的基座——Google下一代Android端侧模型，今年晚些时候上consumer设备。

这个链条很清晰：Gemma 4开源出来攒开发者口碑和社区生态，Gemini Nano 4闭源集成进Android系统服务。开源打声量，闭源赚用户。

Google跟高通、联发科的深度合作也在这里。端侧AI的瓶颈从来不是模型大小，是NPU调度、内存带宽、功耗墙。Pixel团队参与调E2B/E4B，说明这模型从一开始就是为Android设备的硬件特性优化的。

一个细节：E2B比E4B快3倍，但两者都是"端侧"定位。这个差距暗示Google在模型架构上做了差异化取舍——E2B可能更适合实时性要求高的场景（比如语音助手唤醒），E4B留给能容忍延迟的复杂任务。

排行榜第三，但开源模型的战场变了

31B Dense排Arena AI第三，26B MoE排第六。这个成绩不错，但排行榜本身的意义在贬值。

去年开始，开源模型的竞争维度从" benchmark 分数"转向"落地成本"。同样跑70B级别的能力，用20B MoE还是31B Dense，推理成本差几倍。Google claim 能打20倍体量的对手，说的就是性价比。

另一个变化是多模态变成标配。Gemma 4四个型号全带视觉能力，128K/256K的上下文窗口也比上一代翻倍。这意味着端侧模型现在能处理整本PDF、长视频片段，而不只是问答对话。

函数调用和结构化输出是agent基础设施。Google明显在押注2025年的AI应用形态：不是聊天机器人，是能调用工具、执行多步骤任务的agent。Gemma 4的原生支持让开发者不用自己 hack 提示词工程。

4亿下载之后的下一步

Gemma从2024年初发布到现在，4000多万下载、10万社区变体。这个数字在开源模型里仅次于Llama，但Llama有Meta的全站流量加持。

Gemma 4的渠道布局很全：Hugging Face、Kaggle、Ollama首发，31B和26B上Google AI Studio，端侧模型进AI Edge Gallery。基本上开发者在哪活跃，Google就把模型放哪。

一个值得观察的点：Gemma 4和Gemini 3共享技术栈，但Gemini 3本身还没完全铺开。Google似乎在用自己的闭源旗舰给开源产品线"技术背书"，同时用开源产品的反馈迭代闭源版本。

这种双向流动的效率，是单纯做开源或单纯做闭源的公司很难复制的。

端侧AI的2025年会非常热闹。Apple Intelligence还没出中文，Gemini Nano 4就要来了。Google把E2B/E4B的基座开源出来，等于提前给开发者发了一张"Android端侧AI"的体验票。

当你的手机能在本地跑一个2B参数、128K上下文、支持语音图像的多模态模型时，你最先想用它做什么？