AI重點
文章重點整理：
- 重點一：Google推出Gemma 4開源模型，基於Gemini 3架構設計。
- 重點二：Gemma 4模型支援多種硬體平台，涵蓋從手機到伺服器。
- 重點三：全系列模型具備多模態能力，能處理音訊與視覺任務。
繼去年底推出專有大型語言模型Gemini 3 Pro之後，Google 進一步宣佈，正式將打造該系列模型的同源技術與研究成果帶給開源社群，推出全新一代「Gemma 4」開源權重模型 (Open-weight models)家族。
值得注意的是，這次Google不僅賦予這系列模型強大的多模態與離線編碼能力，更首度捨棄自家Gemma授權形式，全面改為更自由的Apache 2.0授權協議，大幅提升開發者的佈署彈性。
四款級距全面涵蓋：從智慧型手機到高階工作站
為了滿足不同硬體環境的運算需求，Google這次依照參數規模 (Parameters)，一口氣推出四種不同版本的Gemma 4模型：
• 主攻邊緣裝置 (Edge devices)：針對智慧型手機等算力與記憶體受限的裝置，Google提供20億 (2B)與40億 (4B)參數規模的「Effective」 (效能)模型。
• 主攻高階工作站與伺服器：針對具備更強大硬體的運算平台，則推出260億 (26B)參數規模的「Mixture of Experts」 (混合專家)系統，以及310億 (31B)參數規模的「Dense」 (密集)系統。
「參數智力比」創紀錄：越級擊敗20倍大模型
Google在聲明中充滿自信地表示，Gemma 4達到「前所未有的單位參數智力水準」 (Intelligence-per-parameter)。
根據Arena AI文字基準測試排行榜，Gemma 4的310億與260億參數版本，分別強勢奪下第三名與第六名的佳績，其表現甚至擊敗體積比它們龐大20倍的巨型模型。
在多模態 (Multimodal)能力方面，Gemma 4全系列模型都具備處理影片與圖像的能力，相當適合用於光學字元辨識 (OCR)等視覺任務。而更令人驚豔的是，兩款體積最小的模型 (2B與4B)，竟然同時具備處理音訊輸入與理解語音的能力。
此外，Gemma 4全系列支援超過140種語言，並且能夠進行「離線程式碼生成」，意味開發者可以在完全沒有網路連線的情況下，僅依靠本地算力就能進行Vibe coding (氛圍寫碼)。
擁抱Apache 2.0授權，徹底釋放數位主權
過去，Google的開源模型多半採用自家的「Gemma授權」條款，這在商業使用與修改上仍有部分限制。但這次Gemma 4全面改採業界廣泛認可的Apache 2.0授權。
Google對此解釋：「這項開源授權為開發者的徹底靈活度與『數位主權』 (Digital sovereignty)奠定基礎，賦予開發者對數據、基礎設施與模型的完全控制權」。開發者現在可以更自由地將Gemma 4修改、佈署至地端伺服器 (On-premises)或任何雲端環境中，無須擔憂資安外洩風險。
目前，開發者已經可透過Hugging Face、Kaggle與Ollama等知名開源平台取得Gemma 4的模型權重，並且進行測試。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
精華 FAQ
-
Gemma 4模型在多模態能力上表現優異，能夠處理音訊和視覺任務。它還支援超過140種語言，適合用於OCR及其他應用。
-
Gemma 4首次採用Apache 2.0授權，提供開發者更大的自由度，並依據參數規模推出多個版本以滿足不同運算需求。
-
Apache 2.0授權可提供開發者更大的靈活性與數位主權，允許他們自由修改及佈署模型，無需擔心資安風險。
討論區