Google 推出 Gemma 4 開源模型：「本地端推理」強化 AI 代理工作流效率

Google 於 2026 年 4 月 2 日正式發布 Gemma 4，作為迄今為止最強大的開源模型之一，Gemma 4 在原生函數調用、代理工作流程、多模態感知方面實現重大突破，並採用商業友好的 Apache 2.0 授權，為全球開發者與企業帶來前所未有的自由度與靈活性。

Gemma 4 是什麼？核心特色一次看

Gemma 4 是 Google DeepMind 推出的開源大型語言模型系列，與 Gemini 系列模型共享技術。核心亮點包括：

進階推理能力：支援多步驟規劃與深層邏輯推理，在數學與指令遵循基準測試上大幅超越同級開源模型。

原生代理工作流：內建函數調用、結構化 JSON 輸出與系統指令支援，可直接驅動自主 AI 代理與多步驟任務執行。

本地端部署：E2B、E4B 版本專為手機等各設備優化，可完全離線運行。

全面多模態支援：所有版本原生支援圖片與影片輸入；E2B、E4B 額外支援原生音訊輸入。

超長上下文視窗：邊緣模型支援 128K token，較大模型最高達 256K token，可在單次提示中傳入整個程式碼庫或長篇文件。

高品質程式碼生成：支援離線程式碼編寫，可將個人工作站打造為本地優先的 AI 程式設計助手。

140+ 語言原生訓練：支援全球超過 140 種語言，助力開發者打造服務國際用戶的多語系應用。

四種模型，最大化支援所有應用場景

Gemma 4 共推出四種版本，針對不同硬體環境與應用場景進行優化：

Effective 2B（E2B）：專為行動裝置與 IoT 設計，支援 128K 上下文視窗、原生音訊輸入，可完全離線運行於 Android 手機、Raspberry Pi 等邊緣設備。

Effective 4B（E4B）：同樣針對邊緣端優化，具備多模態能力，在推理效能與記憶體佔用之間取得出色平衡。

26B 混合專家（MoE）：推理時僅激活 38 億參數，以極低延遲實現高速推理，適合注重吞吐量的本地工作站部署。

31B Dense：旗艦版本，在 Arena AI 文字排行榜上排名第三，提供最高品質的輸出，並可在單張 80GB NVIDIA H100 GPU 上完整運行。

26B MoE 與 31B Dense 的量化版本更能在消費級顯示卡上原生執行，讓強大的 AI 推理能力真正普及到個人開發者的桌面。

本地端推理的重大突破：告別 API 依賴

Gemma 4 最受矚目的特點之一，在於強調「本地端（On-device）推理」能力。E2B 與 E4B 模型專為最大化運算效率與記憶體效率而設計，可在手機、Raspberry Pi、NVIDIA Jetson Orin Nano 等邊緣設備上以近乎零延遲的運行。

這對開發者影響甚大，過去調用雲端 AI API 需要承擔每次請求的費用，且存在網路延遲與資料隱私風險。而 Gemma 4 的本地端推理能力，讓開發者能在自有硬體上運行模型，大幅降低 API 調用成本，同時享有完整的資料主權與離線可用性。

Google 更與 Pixel 團隊及高通、聯發科等行動硬體夥伴緊密合作，確保 E2B/E4B 在主流 Android 裝置上達到最佳效能，並為 Android 開發者開放 AICore Developer Preview，以便為整合 Gemini Nano 4 進行開發。

強化 AI 代理工作流，原生函數調用提高效率

Gemma 4 在代理工作流（Agentic Workflows）方面也實現了原生支援，這是與上一代最顯著的功能躍升之一。該模型支援：

原生函數調用（Function Calling）：模型可直接調用外部工具與 API，執行實際操作，例如查詢資料庫、呼叫第三方服務等。

結構化 JSON 輸出：確保模型輸出符合特定格式，便於與後端系統無縫整合。

原生系統指令（System Instructions）：開發者可在系統層級設定模型行為，讓 AI 代理的角色設定更加穩定一致。

這些能力讓 Gemma 4 得以成為一個全能的自主 AI 代理，不僅能回答問題，更能主動與工具互動、自動執行多步驟工作流程。

多模態全面升級：視覺、音訊、長文一應俱全

Gemma 4 全系列模型均具備原生多模態能力，大幅擴展了可處理的任務類型。

圖片與影片

在視覺理解方面，所有模型均支援圖片與影片的原生處理，支援可變解析度，在 OCR（光學字元辨識）與圖表理解等視覺任務上表現突出。

音訊輸入

在音訊方面，E2B 與 E4B 邊緣模型額外支援原生音訊輸入，可直接進行語音辨識與理解，無需額外的語音轉文字步驟。

超長上下文

在文件方面，邊緣模型支援 128K token 上下文視窗，較大模型更提供高達 256K token，讓開發者能在單次提示中傳入整個程式碼庫或長篇文件。

離線程式碼生成

支援高品質離線程式碼編寫，可將個人工作站化身為本地優先的 AI 程式設計助手。

140+ 語言支援

原生訓練超過 140 種語言，助力開發者打造服務全球用戶的應用。

Apache 2.0 授權：開源生態里程碑

Gemma 4 採用 Apache 2.0 授權發布，這是開源社群中商業友好度最高的授權之一。開發者與企業可自由使用、修改、分發模型，無論是部署在私有基礎設施、混合雲環境，還是嵌入商業產品中，均不受額外限制。

豐富的生態系統支援

Gemma 4 同時獲得業界主要工具的全面支援，包括 Hugging Face（Transformers、TRL、Transformers.js）、Ollama、vLLM、llama.cpp、MLX、LM Studio、NVIDIA NIM 與 NeMo、Keras、Vertex AI 等。

開發者可透過 Hugging Face、Kaggle 或 Ollama 直接下載模型權重，並在 Google AI Studio 中線上體驗 31B 與 26B MoE 版本，或透過 Google AI Edge Gallery 試用 E2B 與 E4B 版本。

對於需要大規模部署的企業，Google Cloud 提供完整的雲端解決方案，涵蓋 Vertex AI、Cloud Run、GKE、Sovereign Cloud 以及 TPU 加速推理服務，消除本地算力的上限限制。

降低成本但不犧牲能力：Gemma 4 成開發者新選擇

Gemma 4 的發布是開源 AI 模型的一個里程碑，作為具備生產部署能力的企業級工具，它能夠在手機上離線運行、調用外部工具自主完成任務、處理冗長文件與多模態輸入，同時讓所有人得以自由使用。

對於想要在降低 API 調用成本的同時保有 AI 能力的開發者與企業來說，Gemma 4 提供了一條極具吸引力的路徑。

這篇文章 Google 推出 Gemma 4 開源模型：「本地端推理」強化 AI 代理工作流效率 最早出現於 鏈新聞 ABMedia。