谷歌 Gemma 4 论文深夜解封！31B 直逼闭源前沿，敲响云端 AI 丧钟

📌 一句话摘要

谷歌 Gemma 4 开源发布，端侧 31B 模型通过无编码器架构实现原生多模态与深度思考，媲美闭源云端 AI，预示端侧智能将取代高昂云端 API。

📝 详细摘要

谷歌 DeepMind 于 2026 年 7 月初发布 Gemma 4 系列模型，全系采用 Apache 2.0 协议开源。该系列最大模型为 31B 参数，创新性地移除了传统多模态架构中的视觉与音频编码器，仅保留一个极小的投影层，将原始图像块和音频波形直接投射入统一的 Transformer 嵌入空间，实现端到端的‘看、听、想’一体化处理。此外，Gemma 4 在所有边缘尺寸模型中原生引入了 Thinking Mode，通过简单的 控制令牌触发高密度推理，使得即使在 2.3B 或 4.5B 的微型模型上也能展现深度思考能力。技术报告表明，Gemma 4 31B Thinking 在复杂数学、前沿科学及 Agent 工具调用等任务上，优于前代更大的 27B 模型，甚至能够在某些高难度基准上挑战闭源巨头的模型。得益于开源和端侧部署，开发者可在普通笔记本、手机或单板电脑上实现低延迟、零 API 费用且数据完全本地化的多模态交互，这正在削弱云端 AI 的溢价模式。文章最后指出，真正的技术普惠应让每个人、每个设备拥有属于自己的智能，而非依赖遥远的云端神经网络。

💡 主要观点

- 无编码器统一架构 Gemma 4 移除了传统多模态模型中的视觉与音频编码器，仅保留一个极小的投影层，将原始图像块和音频波形直接投射入统一 Transformer 嵌入空间，实现端到端的‘看、听、想’一体化处理，显著降低显存占用并提升协同效率。

Thinking Mode 原生下放 通过简单的 控制令牌，Gemma 4 在所有边缘尺寸模型（2.3B/4.5B）中启用慢思考机制，使微型模型也能进行深度推理，缩小与云端大模型的性能差距。

开源与端侧部署的经济学影响 Apache 2.0 许可证使模型免费可修改；端侧运行带来数据主权、零延迟、零边际成本，削弱云端 AI 的 Token 付费模式，使普通硬件即可成为原生 AI 服务器。

性能基准与挑战闭源巨头 技术报告显示 Gemma 4 31B Thinking 在复杂数学、前沿科学及 Agent 工具调用上优于前代更大的 27B 模型，并在某些高难度基准上开始正面挑战体积更大的闭源模型，表明端侧模型已具备与前沿闭源模型竞争的能力。

💬 文章金句

- 它直接把这两个翻译官砍掉了

• 端侧部署带来的改变是结构性的：
• 当开发者发现：自己的手机里已经驻留着一个能实时听懂环境音、看懂代码、还能在毫秒级做出深度思考的模型时，他们还有什么理由继续向云端缴纳智商税？

📊 文章信息

AI 初评：84

来源：新智元

作者：新智元

分类：人工智能

语言：中文

阅读时间：10 分钟

字数：2335

标签： LLM, 多模态 AI, 深度思考, 开源模型, 端侧部署

阅读完整文章