谷歌正式发布Gemma4开源大模型 31B版本跻身全球开源榜单第三

北京时间2026年4月3日，谷歌正式推出全新开源大模型Gemma4，该系列基于Gemini3技术栈打造，共包含2.3B、4.5B高效版及26B MoE、31B稠密版四种规格，全系支持多模态输入，高效版原生支持端侧实时语音理解，31B稠密版本在Arena AI文本榜单中位列全球开源模型第三，大幅降低前沿AI能力的本地部署门槛。

就在4月3日凌晨谷歌放出Gemma4下载链接的一小时内，Hugging Face相关页面的访问量就突破了12万次，全球AI开发者社区的讨论量较平日同期暴涨370%——这款被谷歌内部视作“Gemini技术栈下沉到开源生态的核心棋子”的大模型，刚一面世就成了行业焦点。

过去两年，开源大模型的竞争始终围绕“参数规模”和“榜单排名”展开，随之而来的是部署门槛的水涨船高：排名靠前的大参数开源模型往往需要多块高端算力卡才能运行，而能在端侧部署的小参数模型又普遍存在推理能力弱、功能单一的问题，很难满足复杂智能体的开发需求。

谷歌此前推出的Gemma系列已经凭借稳定的性能表现，成为全球开发者使用率最高的开源大模型产品之一，本次发布的Gemma4正是瞄准了“性能与部署成本平衡”的市场空白，主打单位参数的效率提升，直接切中了中小开发者和企业级用户的核心痛点。

Gemma4全系列四款产品覆盖了从端侧到云端的全部使用场景，核心技术亮点完全贴合不同用户的需求：
2.3B、4.5B两个高效版模型主打端侧部署，原生支持语音输入，可实现毫秒级的实时语音理解，不需要上传数据到云端就能完成交互，在隐私性要求高的移动端、IoT设备场景优势明显；
26B MoE、31B稠密版两个高性能模型则主打云端推理，逻辑推理与函数调用能力足以驱动复杂的自主智能体工作流。其中31B稠密版在Arena AI文本榜单中位列全球开源模型第三，26B MoE版位列第六。
部署门槛上Gemma4也实现了突破性优化，31B稠密版的非量化权重可直接运行于单块80GB H100显卡，4-bit量化版本甚至兼容普通消费级显卡，普通开发者不需要采购集群算力就能体验前沿大模型能力。

在Gemma4发布之前，绝大多数复杂智能体应用都需要调用闭源大模型API才能实现，不仅成本高，数据安全也存在隐患。Gemma4的出现意味着开发者可以通过本地部署开源模型，完成同等水平的智能体开发，整体成本可降低60%以上。
谷歌相关负责人透露，后续还将推出Gemma4的微调工具链和行业适配套件，面向车载、智能家居、企业办公等场景推出预训练版本，进一步降低AI应用的开发门槛。

（图像由AI生成）