产品简介
Gemma 4 是 Google DeepMind 于 2026 年 4 月 2 日开源的最新多模态大模型家族，提供从手机端 2.3B 到服务器端大参数的多种规格。它专注于推理能力和 Agent 工作流，是 Google 开源模型战略的最新力作。
Gemma 4 在效率上表现突出——单张 GPU 即可部署中等规格模型，被社区称为「效率王者」。开源协议允许商业使用。
🔥 2026 年重大扩展：DiffusionGemma 发布（2026/6/11）——Gemma 家族首个扩散模型，260 亿总参数（激活约 38 亿）的混合专家架构，本地生成速度比传统 Gemma 4 提升 4 倍。这填补了 Gemma 家族在"高效生成"场景的空白，是 Google 开源模型策略的重要一步。Gemma 4 + DiffusionGemma + CodeGemma 1.1 + RecurrentGemma 已形成完整的 Gemma 开源生态。
生态持续扩张：从端侧运行到多模态嵌入——2026/7/23，Cactus 发布基于 Gemma 4 的混合模型 Cactus Hybrid，在模型检查点内嵌入置信度探针，为每个生成答案输出 0-1 之间的结构化置信度分数，高置信度时在设备端直接回答，低分时可自动路由至更大模型，该探针在零音频训练数据下于四个音频基准上达到 0.79-0.88 AUROC，远超 token 熵基线（均值 0.549），并以 MIT 协议开源。2026/7/29，一个开源引擎让 Gemma 4 26B 模型能在任何 M 系列 Mac 上运行，仅需 2 GB 内存，大幅降低了本地运行大语言模型的硬件门槛。2026/9/23，Google 宣布 Antigravity SDK 支持本地工作流，首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力，建议机器配备超过 24GB VRAM 或统一内存。2026/10/6，Google 发布基于 Gemma 4 的多模态嵌入模型 EmbeddingGemma 2，740M 参数、Apache 2.0 许可，把文本、代码、图像、视频帧与音频映射到同一个嵌入空间，支持 Matryoshka 截断以压缩维度，可在端侧部署。
核心功能
- 多规格覆盖：从 2.3B 手机端到大参数服务器端，多种规格适配不同场景
- 推理能力强：专注推理和 Agent 任务，在代码和数学推理基准中表现优异
- 高效部署：中等规格单张 GPU 即可运行，部署成本低；开源引擎可在任何 M 系列 Mac 上以 2 GB 内存运行 Gemma 4 26B
- 多模态支持：支持文本、图像等多种模态输入；EmbeddingGemma 2 进一步把文本、代码、图像、视频帧与音频映射到同一个嵌入空间
- 开源商用：开源许可证允许商业使用和修改，EmbeddingGemma 2 采用 Apache 2.0，Cactus Hybrid 采用 MIT 协议
- Agent 优化：针对 Agent 工作流和工具调用进行了专门优化；Antigravity SDK 支持通过 LiteRT 本地运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力
- 端侧置信度路由：Cactus Hybrid 在模型检查点内嵌入置信度探针，为每个生成答案输出 0-1 之间的结构化置信度分数，高置信度时在设备端直接回答，低分时可自动路由至更大模型
适合谁用
以下类型的用户会特别受益于 Gemma 4：
- 需要本地部署开源模型的企业和开发者
- AI Agent 应用的模型底座
- 移动端和边缘设备的 AI 部署
- 学术研究和模型微调
- 追求低成本 AI 推理的场景
- 需要离线智能体辅助的本地工作流
- 多模态检索与嵌入场景
优点亮点
- 开源商用：无需付费，可自由使用和修改
- 多规格覆盖：从手机到服务器全适配
- 部署高效：单卡即可运行，成本低；开源引擎让 Gemma 4 26B 在 M 系列 Mac 上仅需 2 GB 内存即可运行
- Agent 优化：适合构建 AI Agent 应用，Antigravity SDK 支持完全离线的本地智能体辅助
- Google 品牌：模型质量和持续迭代有保障
- 生态活跃：Cactus Hybrid、EmbeddingGemma 2 等衍生项目持续扩展端侧与多模态能力
价格与方案
Gemma 4 完全开源免费，支持商业使用。通过 Hugging Face、Kaggle 和 Google AI Studio 下载。无需 API 费用，仅需自备算力。生态内的 EmbeddingGemma 2 采用 Apache 2.0 许可，Cactus Hybrid 以 MIT 协议开源。
总结与建议
Gemma 4 是 Google 开源模型的里程碑——多规格、高效部署、Agent 优化。随着 Cactus Hybrid、Mac 端 2GB 内存运行方案、Antigravity SDK 本地支持以及 EmbeddingGemma 2 的陆续落地，Gemma 4 的端侧与多模态生态在 2026 年下半年持续扩张。对于需要本地部署且预算有限的团队，Gemma 4 是 2026 年最值得关注的开源模型之一。
版本演进
- EmbeddingGemma 2 发布 （2026-10-06）：Google 发布基于 Gemma 4 的多模态嵌入模型 EmbeddingGemma 2，740M 参数、Apache 2.0 许可，把文本、代码、图像、视频帧与音频映射到同一个嵌入空间，支持 Matryoshka 截断以压缩维度，可在端侧部署
- Antigravity SDK 支持本地模型，首发 Gemma 4 26B A4B 配合 LiteRT （2026-09-23）：Google 宣布 Antigravity SDK 支持本地工作流，首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力，建议机器配备超过 24GB VRAM 或统一内存。
- 开源引擎可在任何 M 系列 Mac 上以 2 GB 内存运行 Gemma 4 26B （2026-07-29）：一个开源引擎让 Gemma 4 26B 模型能在任何 M 系列 Mac 上运行，仅需 2 GB 内存。该项目已发布在 GitHub 上，大幅降低了本地运行大语言模型的硬件门槛。
- Cactus 发布 Gemma 4 E2B Hybrid：可在设备端为每个回答输出置信度分数，低分时自动路由至更大模型 （2026-07-23）：Cactus 推出基于 Gemma 4 的混合模型"Cactus Hybrid"，在模型检查点内嵌入置信度探针，为每个生成答案输出 0-1 之间的结构化置信度分数。高置信度时在设备端直接回答，低分时可自动路由至更大模型。该探针在零音频训练数据下，于四个音频基准上达到 0.79-0.88 AUROC，远超 token 熵基线（均值 0.549），且 MIT 协议开源。