谷歌凌晨发布 Gemma 4，这次是真急了

今天凌晨，谷歌 DeepMind 的掌门人在自己的社交账号发了四个钻石表情。

留言区有人说，这估计是有什么大招要放。

几个小时后，谜底揭晓。

谷歌发布了迄今为止最强大的开源模型家族：Gemma 4。

注意，是 Gemma，不是 Gemini。

可能有读者不知道 Gemma 和 Gemini 有什么区别，这里我简单介绍一下。

Gemma 是轻量、开源、可本地部署的开放模型，适合开发者定制。而 Gemini 是谷歌的重量级、闭源、主要以 API 形式提供服务的旗舰模型。

看完 Gemma 的介绍，我第一个感受是：谷歌这次是真的被逼急了，但也真的放大招了。

这四个钻石，代表了四个不同尺寸的模型。其中最让人震惊的，是一个叫作 31B 的版本。

在 AI 圈里，模型的参数量就像是一头大象的体重。过去大家普遍认为，体量越大，能力越强。

现在市面上最顶级的开源模型，动辄就是 4000 亿甚至更大的参数量，是个绝对的庞然大物。

但 Gemma 4 这个只有 310 亿参数的模型在最具权威的 Arena AI 排行榜上，直接冲到了全球开源模型第三名。

另外，在模型尺寸和性能对比上，31B 的这个版本甚至直接被拿来和国内那些顶级模型做对比，比如 Kimi K2.5 和 qwen 3.5。

这意味着什么？

说明它在性能上击败了一大堆参数量是自己十几倍、甚至二十倍的对手。

如果你对这个数字没感觉，我换个说法你就明白了。

这就像是一家公司里，原本需要一个 400 人的庞大团队才能搞定的复杂业务，现在来了一个 30 人的精锐小分队，不仅把活干完了，而且干得比大多数 400 人的团队还要好。

那么，这种降维打击是怎么做到的？

因为谷歌直接把自家不开源的旗舰模型 Gemini 3 的核心底层技术，下放给了这个开源系列，他们把这叫作「每参数智能」。

说白了，就是不再追求把大脑搞得无限大，而是追求每一根神经元的效率最大化。

带来的直接结果，就是算力成本的断崖式暴跌。

我知道现在很多人用类似 OpenClaw 的 Agent 产品时都觉得 token 贵，因此也不敢去用一些顶级模型。

但我觉得，这只是暂时的。

做产品的都知道，凡是有需求的地方，就一定会有解决方案。所以未来 token 成本降低是个必然事件，且模型能力会越来越强。

以前你想跑一个顶级聪明的 AI，得花大几万块买最顶级的专业显卡。现在，一张普通人买得起的消费级显卡就能轻松搞定。

这还不算完。

Gemma 4 这次发布非常聪明，它不是只给了一个大锤子，而是给了一整套工具箱，四个版本分工极其明确，这也是为什么他们老大要发四个钻石的推文的原因。

除了那个负责拔高上限的 31B 版本，它还出了一个 26B 的版本，用了一种叫「混合专家」的技术。

听着很玄乎，其实道理很简单。

就像是一个有 26 个顶尖专家的顾问团，每次遇到问题，不是所有人一窝蜂上，而是只叫醒最擅长这个问题的 3、4 个人去解答。

这样一来，反应速度极快，既省了算力，又保证了回答质量。

最让我觉得具有风向标意义的，是另外两个最小的版本，它们是专门为移动设备设计的。

你可以把一个足够聪明的 AI 完全下载到你的安卓手机里，甚至放在一个几十块钱的树莓派小电脑上运行，延迟几乎为零。

不需要连网，不需要买云服务，更不用担心你的私人数据被传到大厂的服务器上，当然也不用担心 token 消耗。

很多人还在把 AI 当作一个需要花钱调用、必须存在云端的神秘工具。但很多敏锐的开发者和公司，已经开始把 AI 塞进各种普通设备，变成一种像计算器一样普及的端侧能力。

未来，当智能变得越来越便宜且随处可见时，传统的商业模式就会被重构。

除了技术上的碾压，更让我意外的，是谷歌这次彻底放下了大厂的傲慢。

之前发布上一代模型时，谷歌搞了一个自己定制的开源协议，里面有一堆弯弯绕绕的限制条款。甚至你用它生成的数据，它都要管，随时还能单方面修改规则。

当时开发者们怨声载道，觉得这根本不是真开源。

但这一次，谷歌直接换成了业界最成熟、最宽松的 Apache 2.0 协议。

没有那些乱七八糟的限制，你可以放心大胆地拿去商用。

大厂为什么突然变得这么听劝？

在我看来，不是因为情怀，而是因为实实在在的竞争压力。

在这之前，不管是国内的 DeepSeek 还是 Qwen，都在开源赛道上大杀四方，不仅性能强悍，而且极其开放，在全球圈粉无数。甚至在很多场景下，把谷歌压着打。

谷歌很清楚，如果再在协议上扭扭捏捏，开发者就会彻底用脚投票。

在这场没有硝烟的生态争夺战里，谁能让开发者用得爽，谁才能活到最后。

所以，这件事真正值得普通职场人和创业者看见的，其实是一个强烈的时代信号。

上半场，大家都在卷谁的模型更大、谁的参数更多、谁能考出更高的分数，那是一场属于巨头和资本的烧钱游戏。

下半场比拼的，不再是造出多大的神，而是谁能把神拉下神坛，变成每个人手里的趁手兵器。

当顶级模型的智力被无损压缩到手机里，当本地调用的成本趋近于零，AI 就不再是一个高高在上的技术名词，而是会变成像水电煤一样的基础设施。

在这个阶段，再去纠结底层技术原理已经没有意义了。

真正拉开差距的，是谁能最快把这些好用的、触手可及的智能，应用到自己的工作流里。

然后，用最低的成本，解决最具体的业务问题。

很多人还在观望，觉得 AI 离自己很远。但其实，那个更聪明、更便宜、而且完全受你掌控的 AI，马上就会来到你的设备里。

只有知道 AI 世界里每天在真实的发生着什么，我们才能身临其境感受到那个正在发生的未来。

这是个不能辜负的时代，属于个体能力被无限放大的时代。

················· 唐韧出品 ·················

安可时刻

这几天我把自己的几个 AI 员工全都换了一遍脑子，现在是混合使用 Claude、GPT、Gemini 的模型，从之前的国产 Coding Plan 切换过来了。

这么做虽然更贵了，但你感受过那种生产力跃迁的时候，这笔账也就能算明白了。

有种感觉，就是体验过就回不去了。

当然，我们的国产模型也一定会越来越强。

这是我半天的用量。