Gemma 4 引领端侧 AI 革命：业界领先的 Agent Skills 走进边缘设备

近日，Google DeepMind 正式发布了 Gemma 4，这是一系列具有突破性意义的开放模型，旨在重新定义端侧 AI 的可能性。Gemma 4 通过 Apache 2.0 许可发布，为开发者提供了强大的端侧 AI 开发工具包，标志着边缘计算与人工智能融合的新里程碑。

Gemma 4 的核心能力

Gemma 4 不仅仅是一个简单的语言模型，它具备多项卓越能力：支持多步规划与自主行动、离线代码生成、音视频处理，且无需专门的微调即可实现复杂功能。更值得注意的是，该模型原生支持超过 140 种语言，真正服务于全球开发者与用户。在视觉处理方面，Gemma 4 同样展现出卓越的性能，能够理解和生成多模态内容。

Agent Skills：端侧智能体的实现路径

通过 Google AI Edge Gallery，开发者可以体验到首批完全在端侧运行的多步自主智能体工作流——Agent Skills。这一功能为端侧 AI 带来了革命性的变化：智能体可以通过调用各种 Skills 访问超出其初始训练数据的信息，例如查询维基百科获取百科常识；在内容生成方面，可以将段落或视频转化为精简的学习摘要、闪卡，或将数据转化为交互式可视化图表。

知识增强与内容生成

Gemma 4 还能与其他模型进行深度集成，如文本转语音、图像生成或音乐合成模型，实现能力的无限拓展。例如，可以为照片自动配上与氛围完美契合的音乐。在用户体验层面，用户无需在多个应用之间切换，只需通过与 Gemma 4 对话，即可管理复杂的工作流并构建个性化应用。

跨模型集成与端到端体验

在部署层面，LiteRT-LM 为跨设备运行提供了卓越的性能支持。得益于 LiteRT 对 2-bit 和 4-bit 权重的支持，以及内存映射的逐层嵌入技术，在某些设备上运行 Gemma 4 E2B 的内存占用可控制在 1.5GB 以内。LiteRT-LM 还实现了令人惊叹的推理速度：在 Raspberry Pi 5 上运行时，prefill 速度达 133 token/秒，decode 速度为 7.6 token/秒；而在 Qualcomm Dragonwing IQ8 NPU 上，更是达到了 3,700 token/秒的 prefill 速度。目前，Gemma 4 已实现全平台覆盖，支持 Android、iOS、Windows、Linux、macOS 以及树莓派等物联网设备。

如有侵权，请联系删除。