模型介绍
中文整理Gemma 4 模型卡片
模型概述
Gemma 是由 Google DeepMind 构建的开源模型系列。Gemma 4 是多模态模型，支持文本和图像输入（E2B、E4B 和 12B 版本还支持音频），并生成文本输出。该版本提供预训练和指令微调两种形式的开源权重模型。Gemma 4 支持最高 256K tokens 的上下文窗口，并支持超过140 种语言。
许可证
Apache 2.0
主要能力
推理能力：全系列模型均设计为高效推理器，支持可配置的思考模式。
多模态处理：支持文本、图像（支持可变宽高比和分辨率）、视频，以及 E2B、E4B、12B 原生支持的音频。
架构多样性：提供 Dense 和混合专家（MoE）两种架构的不同尺寸版本，支持从移动设备到服务器的灵活部署。
设备端优化：较小模型专为笔记本电脑和移动设备的高效本地运行而设计。
长上下文：小型模型支持 128K tokens 上下文，中型模型支持 256K tokens。
编码与智能体能力：在编码基准测试中表现显著提升，支持原生函数调用，可驱动高度自主的智能体。
原生系统提示支持：Gemma 4 引入对系统角色的原生支持，实现更结构化、可控的对话。
模型规格
Dense 模型：E2B（有效参数 2.3B）、E4B（有效参数 4.5B）、12B Unified（11.95B）、31B Dense（30.7B）
MoE 模型：26B A4B（总参数 25.2B，活跃参数 3.8B）
支持的模态：E2B、E4B、12B 支持文本、图像、音频；31B 支持文本、图像
输入输出
输入：文本、图像、视频、音频（部分型号）
输出：文本
运行要求
模型提供多种尺寸，可部署于从高端手机、笔记本电脑到服务器的各种环境。建议使用最新版本的 Transformers 库。
基本用法
安装依赖：pip install -U transformers torch accelerate
采样配置：temperature=1.0，top_p=0.95，top_k=64
思考模式：通过在系统提示开头包含特定 token 启用思考功能，移除该 token 则禁用。
多轮对话：历史输出仅应包含最终回复，之前轮次的思考内容不应添加到下一用户轮次之前（工具调用轮次除外）。
多模态输入顺序：图像内容置于文本之前，音频内容置于文本之后。
图像分辨率：支持可变 token 预算（70、140、280、560、1120），低预算适用于分类、字幕生成等任务，高预算适用于 OCR、文档解析等需要精细细节的任务。
音频处理：音频最长支持 30 秒，视频最长支持 60 秒（每秒一帧）。
使用限制
模型存在以下已知限制：多模态模型在某些复杂场景下的理解能力可能受限；长上下文处理可能受限于具体硬件配置；模型输出可能存在幻觉问题，建议对重要应用场景进行人工审核。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。