北京
谷歌最近给自家开源模型 Gemma 4 推了一次“不声张”的更新。根据谷歌方面的说法，这次更新不仅让模型在 Nvidia Hopper GPU 上的运行速度变快，还顺手修掉了工具调用里的几个 bug，顺带解决了回答突然截断的问题。有意思的是，整个更新都顶着原来的“Gemma 4”名称，社区没等来一个像“Gemma 4.1”这样的新版本号，于是不满的声音跟着就出现了。
先看速度这块。谷歌给出的数据显示，打开 Flash Attention 4 之后，模型处理新提示的速度提升了 25% 到 70%。换句话说，同样的输入，响应时间实实在在地缩短了。生成第一个 token 的延迟，最高能降 31%。这些数字是谷歌自己公布的基准测试里跑出来的，对比对象是前代的 31B 和 E4B 两个变体。不过 Hugging Face 上的仓库页面透露了更多信息：其实这轮更新覆盖了这一代所有规模的参数版本，连最新登场的 12B 版本也没落下。
工具调用方面，谷歌明确表示修掉了相关 bug。这个功能允许模型自己决定是否要触发外部工具，修好 bug 之后，触发逻辑理论上会更可靠。与此同时，回答截断和返回不完整结果的情况也被压低了。对经常需要模型调用搜索、计算器或者其他软件接口的场景来说，这两个修复的含金量不低，毕竟谁也不希望一次工具调用跑到一半就把答案吞掉。
图像处理也拿到了一个实用的调整。用户可以手动把 “max_soft_tokens” 这个参数从默认的 280 提到 1,120，换回来的是更清晰的 OCR 识别效果，以及最高 2.51 百万像素的分辨率支持。为了方便大家调试，谷歌还在 Hugging Face 上放出了一个交互式的配置器。对于依赖 OCR 结果做后处理的应用来说，这一步调整相当于给了个可调节的清晰度开关，不用再为了模型偷懒减少 token 而发愁。
不过，更新这件事在社区里引来的吐槽也不少，争议点恰恰出在名字上。基准测试报告里只拿了 31B 和 E4B 去比前代，但 Hugging Face 的仓库显示所有量级都拿到了改动，给人的感觉就像是谷歌悄悄把整个系列重刷了一遍。社区对此直接表达了不满：大家都觉得，既然内容变了那么多，怎么着也应该给个 “Gemma 4.1” 之类的独立标签，而不是一声不吭地套在原来的名字底下。对一个开源模型来说，版本号不光是标识，更是使用者判断兼容性和行为变化的锚点，直接换药不换罐，确实容易让人在部署时踩坑。
整体看，这次更新是一口气把性能、工具调用、回答完整性和图像细节都兜了进去，但唯独在版本管理上选择了最低调的方式。一边是实打实的 25%-70% 速度提升和更稳的工具链，一边是不动声色的同名发布，开发者拿到手之后，大概要做的第一件事就是重新跑一遍自己的评测，看看这个“新版 Gemma 4”到底变了多少。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
