模型介绍
中文整理Gemma 4 模型卡片
模型用途
Gemma是由Google DeepMind开发的开源模型系列。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），输出文本。提供预训练和指令微调两种版本。适用于文本生成、编程、推理、智能体工作流和多模态理解等任务。
主要能力
推理能力：全系列模型均具备强大的推理能力，支持可配置的思考模式。
多模态支持：支持文本、图像（支持可变宽高比和分辨率）、视频，以及E2B、E4B、12B版本的音频处理。
高效架构：提供Dense和混合专家（MoE）两种架构，适配从移动设备到服务器的多种部署场景。
长上下文：小型模型支持128K tokens上下文，中型模型支持256K tokens上下文。
编程与智能体能力：编程基准测试表现显著提升，支持原生函数调用，可驱动自主智能体。
原生系统提示支持：支持system角色，实现更结构化、可控的对话。
输入输出
输入：文本、图像、视频、音频（仅E2B、E4B、12B）
输出：文本
运行要求
模型规格：提供E2B、E4B、12B、26B A4B、31B五种规格
E2B：有效参数2.3B，上下文128K
E4B：有效参数4.5B，上下文128K
12B：统一架构，上下文256K
26B A4B：活跃参数3.8B，上下文256K
31B：总参数30.7B，上下文256K
量化版本：提供QAT量化检查点，可显著降低内存需求，包括未量化版本、GGUF格式、移动端优化版本和压缩张量格式。
基本用法
采样配置：建议使用temperature=1.0、top_p=0.95、top_k=64
思考模式：在系统提示开头添加相应token启用思考，移除则禁用
多轮对话：历史消息仅保留最终回复，之前的思考内容不应添加到下一轮用户消息之前（工具调用除外）
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：支持可变分辨率，通过视觉token预算控制，预算值包括70、140、280、560、1120
音频处理：音频最长支持30秒，视频最长支持60秒
限制
本模型存在以下局限：
模型可能产生有害内容，包括与儿童性虐待材料相关的内容、危险内容、露骨内容、仇恨言论和骚扰内容
模型可能产生不准确或有害的回复
不应用于高风险决策或敏感场景
许可证
Apache 2.0
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。