Gemma 4 相关 AI 资讯

模型 Agent 与开发者多源确认74°01:03

Google 发布 EmbeddingGemma 2：740M 参数开源多模态嵌入模型

Google 出了 740M 的多模态嵌入模型，文本图片视频都能嵌入，还能配 Gemma 4 离线跑 RAG，权重直接可下。

#EmbeddingGemma 2 #Gemma 4 #Hugging Face #嵌入模型

事件专题

Sundar Pichai@sundarpichai3 个信源在谈原文

模型 Agent 与开发者多源确认精选00:14

Google DeepMind 发布 740M 参数嵌入模型 EmbeddingGemma 2

Google 出了个只有 740M 参数的嵌入模型 EmbeddingGemma 2，能打过大它两倍的模型，Apache 2.0 开源，做端侧 RAG 搜索很合适。

#EmbeddingGemma 2 #Gemma 4 #Google DeepMind #RAG

事件专题

官方账号Google DeepMind@GoogleDeepMind3 个信源在谈原文

技巧 Agent 与开发者多源确认73°00:44

Antigravity SDK 支持 Gemma 4 本地离线运行智能体

Google 把 Antigravity SDK 和 Gemma 4 打通了，本地离线跑智能体，不花 token 钱，还能接 Ollama，适合想自己折腾本地部署的人。

#Gemma 4 #Antigravity SDK #LiteRT #Ollama

事件专题

Patrick Loeber@patloeber11 个信源在谈原文

论文 Agent 与开发者12:15

Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails

研究解决了小模型模仿专家时的性能下降问题，提出了新的在线策略修正方法，让小模型在特定任务中更接近大模型表现。

#智能体 #系统提示 #Qwen3-Coder #Gemma 4

arXiv cs.AI@Zhou Yu 等 11 人原文

模型12:05

DFM Mimir v1：10亿参数HRM开源模型仅用许可数据达前沿性能

丹麦团队开源了10亿参数的Mimir v1，只用合规数据就追上4B模型，丹麦语还是第一。

#DFM Mimir #HRM #Qwen 3.5 #Gemma 4

事件专题

arXiv cs.AI@Peter Schneider-Kamp 等 5 人2 个信源在谈原文

模型多源确认17:55

Nemotron 3.5 Lightning跑赢Gemma 4 31B，吞吐量达5倍

NVIDIA新模型在企业任务上直接碾压Gemma 4，吞吐量翻5倍，跑真实负载的数据很硬核。

#Nemotron 3.5 Lightning #NVIDIA #Gemma 4 #Uniphore

事件专题

官方账号NVIDIA AI@NVIDIAAI11 个信源在谈原文

技巧 Agent 与开发者多源确认06:33

Google工程师用Antigravity、ADK和本地Gemma 4实现实时音频教练

Google这波玩法挺新鲜：Antigravity写代码、ADK管多智能体，Gemma 4直接离线跑在Pixel 10上做实时语音教练，响应很快。

#Antigravity #ADK #Gemma 4 #Pixel 10

事件专题

Google AI Developers@googleaidevs4 个信源在谈原文

模型中美对照多源确认18:25

Google将Gemma 4改造成扩散模型DiffusionGemma，训练预算不到10%

Google DeepMind把Gemma 4改装成扩散模型DiffusionGemma，训练便宜十倍，生成快，但推理质量比原版差。适合想低成本做扩散模型的人看看。

#DiffusionGemma #Gemma 4 #Google DeepMind #扩散模型

事件专题

官方账号Decoder@Jonathan Kemper4 个信源在谈原文

论文09:29

开源权重LLM能生成内核验证的Coq证明吗？初步研究

这几个开源模型里Gemma 4最会写Coq证明，但100道题也只过12道，别指望它们太靠谱。

#Coq #Gemma 4 #Llama 3.3 #DeepSeek Coder

arXiv: DeepSeek@Ahmed Ryan 等 4 人原文

模型15:38

Gemma 4支持读图分析，本地运行零推理成本

Google的Gemma 4能本地读图分析截图和手写笔记，而且每次对话零推理成本，比云端模型省大钱。

#Gemma 4 #Google #多模态 #本地部署

事件专题

AI Will@FinanceYF52 个信源在谈原文

技巧 Agent 与开发者15:21

在16GB笔记本上用Ollama本地运行Gemma 4的教程

手把手教你在16GB笔记本上免费跑Gemma 4，无需云端、完全离线，连API费都省了。

#Gemma 4 #Ollama #本地模型 #离线运行

事件专题

AI Will@FinanceYF52 个信源在谈原文

模型多源确认精选10:33

开源引擎 TurboFieldfare 在 M 系列 Mac 上以 2GB 内存运行 Gemma 4 26B

想在老 Mac 上跑大模型？这个开源引擎让 Gemma 4 26B 只需 2GB 内存就能跑起来，M2 上还有 5-6 tok/s，挺实用的。

#TurboFieldfare #Gemma 4 #Apple Silicon #Swift

事件专题

SuperTechFans11 个信源在谈原文

模型10:29

Ramp Labs 开源 PorTAL 框架，支持跨模型 LoRA 适配

如果你做 LoRA 微调或想用一个框架搞定 Gemma、Mistral 和 Inkling 多个模型的适配，可以看看 Ramp 开源的 PorTAL。

#PorTAL #Ramp Labs #LoRA #Gemma 4

事件专题

Jerry Liu@jerryjliu02 个信源在谈原文

技巧 Agent 与开发者官方一手09:24

2026年单24GB GPU可运行的最佳本地LLM对比：Qwen、Gemma、Mistral、DeepSeek

想用24GB显卡跑本地模型？这篇文章直接对比了6款主流开源LLM，告诉你选哪个干哪种活，省得自己试。

#Qwen3.6 #Gemma 4 #Mistral Small #DeepSeek-R1-Distill

事件专题

官方一手marktechpost@Michal Sutter2 个信源在谈原文

模型中美对照多源确认精选73°22:19

Gemma 4工具调用和准确率大幅提升

Google刚修了Gemma 4工具调用的老毛病，速度还快了25-70%，Unsloth立马出了量化版能本地跑，做Agent的兄弟可以试试。

#Gemma 4 #Google #Unsloth #工具调用

事件专题

berryxia@berryxia4 个信源在谈原文

产品 Agent 与开发者多源确认精选03:15

Ollama 0.32.1 更新：增强 Gemma 4 工具调用可靠性

Ollama 更新让 Gemma 4 在编码代理中调用工具更稳了，跑 26B 模型还支持 MLX 加速，值得试。

#Ollama #Gemma 4 #tool calling #MLX

事件专题

ollama@ollama4 个信源在谈原文

模型多源确认22:13

Gemma 4覆盖140种语言，支持35种开箱即用，含中文

用LiveKit搭语音Agent？改一行配置就能切到Gemma 4 31B，支持140多种语言，中文也在内。

#Gemma 4 #LiveKit Agents #多语言 #语音Agent

事件专题

小互@imxiaohu4 个信源在谈原文

产品多源确认精选22:06

LiveKit 上线 Gemma 4 31B 推理服务，实时语音比 GPT-4.1 快5倍成本六分之一

LiveKit 用 Gemma 4 31B 做实时语音，延迟比 GPT-4.1 低5倍，成本仅六分之一，酒店测试胜出，值得试试。

#LiveKit #Gemma 4 #GPT-4.1 #实时语音

事件专题

小互@imxiaohu4 个信源在谈原文

模型多源确认17:22

Gemma 4悄然更新：修复工具调用bug和回复截断问题

Google悄悄修了Gemma 4的bug，工具调用更稳，回复不截断，还在Hopper GPU上跑更快。

#Gemma 4 #Google #Nvidia Hopper #工具调用

事件专题

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

模型多源确认精选06:22

Hugging Face Gemma Challenge：AI Agent 与人类协作将 Gemma 4 推理速度提升5倍

Hugging Face 和 Google 搞了个挑战赛，100多个 AI agent 和人类一起把 Gemma 4 推理速度在单张 A10G 上提升了5倍，最快冲到491.8 TPS，挺酷的。

#Gemma 4 #Hugging Face #推理加速 #NVIDIA A10G

事件专题

官方账号Clement Delangue@ClementDelangue9 个信源在谈原文

论文10:12

Agon: 竞争性跨模型强化学习的隐式对手评分推理

Agon让两个模型互相打分比赛，推理能力直接翻倍，比GRPO强一倍，而且完全不需要人工标注过程标签。

#Agon #Qwen3 #Gemma 4 #推理模型

arXiv cs.LG@Vladislav Beliaev原文

技巧 Agent 与开发者多源确认04:10

开始微调你自己的模型：开源小模型微调后超越Claude和OpenAI

别老想着用最大的模型。用Gemma 4或Qwen 3.5免费微调一下，就比Claude还好用，还不用花钱，数据还安全。

#fine-tuning #Gemma 4 #Qwen 3.5 #Unsloth Studio

事件专题

Paul Couvert@itsPaulAi11 个信源在谈原文

技巧 Agent 与开发者精选14:52

笔记本上能跑的本地模型推荐：Qwen3.6-27B等5款

Paul整理了5款能塞进笔记本的本地模型，从编程到语音全覆盖，帮你省掉高价工作站的钱。

#Qwen3.6-27B #Gemma 4 #Parakeet #LM Studio

事件专题

Paul Couvert@itsPaulAi2 个信源在谈原文

模型 Agent 与开发者多源确认精选01:17

Ornith-1.0 发布：基于 Gemma 4 和 Qwen 3.5 的开源代理编码模型

DeepReinforce 新出的开源编码模型，基于 Gemma 4 和 Qwen 3.5，在代理编码任务上表现不错，LM Studio 就能跑，值得试试。

#Ornith-1.0 #DeepReinforce #Gemma 4 #Qwen 3.5

事件专题

官方账号Simon Willison’s Weblog3 个信源在谈原文

模型多源确认21:45

百智能体协作优化Gemma 4推理速度5倍

这个实验展示了100多个AI智能体像人类社区一样自发协作、互相监督，甚至发现了验证漏洞。一周将Gemma 4推理速度优化5倍，很酷。

#Gemma 4 #vLLM #多智能体 #推理优化

事件专题

Thomas Wolf@Thom_Wolf3 个信源在谈原文

论文多源确认71°11:41

DiffusionGemma 推理透明度研究：不透明性可降至接近 Gemma 4

Google 团队这篇论文解释 DiffusionGemma 的推理黑箱有多大，发现能用 token 瓶颈把深度压到几乎和 Gemma 4 一样，还发现了扩散模型特有的奇怪推理方式。

#DiffusionGemma #Gemma 4 #可解释性 #推理模型

事件专题

arXiv cs.AI@Joshua Engels 等 14 人4 个信源在谈原文

模型多源确认精选13:03

Diffusion Gemma 速度4倍提升但事实错误多6倍

想用更快的推理速度就得接受更多幻觉，Google官方也为此打预防针了。

#Diffusion Gemma #Gemma 4 #Google #推理模型

事件专题

@atomic_chat_hq@atomic_chat_hq5 个信源在谈原文

模型中美对照多源确认精选13:00

Google Gemma 4 12B实测：接近26B性能，VRAM减半

新Gemma 4 12B别看参数小，实测代码能力接近26B版，而且只需要9GB显存，16GB笔记本就能跑。

#Gemma 4 #12B #26B-A4B #Google

事件专题

@atomic_chat_hq@atomic_chat_hq5 个信源在谈原文

技巧 Agent 与开发者多源确认精选23:30

Google Gemma 4 实现本地 agentic coding，达前沿模型 75% 性能

Vicki Boykis 教你用 Google Gemma 4 在本地跑 agentic coding，速度能到主流模型的 75%，不用联网也能用智能体写代码了。

#Gemma 4 #Google #智能体 #编程助手

事件专题

Philipp Schmid@_philschmid6 个信源在谈原文

技巧 Agent 与开发者多源确认精选76°08:59

本地大语言模型运行体验：Gemma 4 等模型表现突出

想试本地模型？这篇有 M2 Mac 上跑 Gemma 4 的详细配置，还有 Pi+LM Studio 的 agentic 设置，比云端省心。

#M2 Mac #Gemma 4 #Pi #LM Studio

事件专题

SuperTechFans11 个信源在谈原文

产品 Agent 与开发者多源确认精选73°20:16

vLLM v0.23.0 发布：408 次提交，DeepSeek-V4 支持增强

vLLM v0.23.0 大更新，DeepSeek-V4 和 Llama 用户值得升级，新的 KV 缓存卸载能省显存，推理与工具调用解析也更顺了。

#vLLM #DeepSeek-V4 #Llama #Gemma 4

事件专题

官方账号vLLM@vllm_project5 个信源在谈原文

模型中美对照官方一手精选09:37

Gemma 4 系列模型登陆 Amazon Bedrock

Google DeepMind 把最新的 Gemma 4 放到 AWS 上了，三种规格可选，带推理和图文理解，正好拿来玩开源项目。

#Gemma 4 #Amazon Bedrock #Google DeepMind #开源模型

事件专题

官方一手AWS Machine Learning Blog@Aris Tsakpinis5 个信源在谈原文

论文多源确认11:12

DiffusionGemma解码顺序测量：既非并行也非顺序

解析扩散模型真实解码行为

#DiffusionGemma #Gemma 4 #掩码扩散模型 #解码顺序

事件专题

arXiv cs.LG@Ali Asaria 等 3 人6 个信源在谈原文

模型多源确认精选12:04

SGLang 首发支持 DiffusionGemma，文本扩散模型加速生成

文本扩散模型大幅提升生成效率，适合需要低延迟批量推理的 AI 应用开发者，建议立即在 SGLang 中体验。

#SGLang #DiffusionGemma #Gemma 4 #文本扩散

事件专题

官方账号LMSYS Org (SGLang)@lmsysorg8 个信源在谈原文

模型中美对照多源确认精选00:24

Google Gemma 4 12B 上线 SiliconFlow：智能体、长上下文、多模态全支持

做智能体、长上下文或多模态应用的开发者终于有了一个模型搞定三件事的选择——Gemma 4 12B 在 SiliconFlow 上价格亲民，建议直接上手试试。

#Gemma 4 #智能体 #多模态 #长上下文

事件专题

官方账号SiliconFlowAI@siliconflowai8 个信源在谈原文

模型中美对照多源确认78°06:13

Google 发布 DiffusionGemma：文本扩散模型，推理速度提升 4 倍

推理速度提升 4 倍意味着更低的延迟和更低的成本，做实时文本生成或大规模内容生产的团队值得关注这个新方向。

#文本扩散 #推理加速 #Gemma 4 #开放模型

事件专题

Sundar Pichai@sundarpichai8 个信源在谈原文

模型多源确认78°01:49

DiffusionGemma：基于Gemma 4的扩散模型，每秒1000+ tokens

每秒 1000+ tokens 的生成速度让推理成本大幅降低，做大规模文本生成或实时应用的开发者值得关注，量化后 18GB VRAM 就能跑，门槛很低。

#扩散模型 #Gemma 4 #MoE #高效推理

事件专题

Philipp Schmid@_philschmid8 个信源在谈原文

产品多源确认03:41

Google Cloud Summit 捷克站：Pat Loebe 详解 DeepMind AI 栈

想了解 Google AI 最新全家桶的开发者，这篇总结帮你快速抓住 Gemini 3.5、智能体 API 和 Gemma 4 的核心亮点，值得收藏。

#Gemini 3.5 #智能体 #Google Cloud #Gemma 4

事件专题

Patrick Loeber@patloeber3 个信源在谈原文

模型精选72°22:52

Gemma 4 QAT 检查点发布：性能不变，内存减少约 4 倍

做移动端或边缘部署的开发者终于可以跑 Gemma 4 了——内存降到 1GB 意味着手机和 IoT 设备也能用，建议直接去 Hugging Face 拉下来试试。

#Gemma 4 #QAT #量化 #移动端部署

事件专题

Philipp Schmid@_philschmid2 个信源在谈原文

行业 Agent 与开发者多源确认08:27

Anthropic 80%新代码由Claude生成，Google Gemma 4 12B本地运行

AI 编程和数学推理的突破正在改变开发和研究方式，做 AI 应用或数学研究的团队值得关注这些进展，尤其是 Claude 的代码生成和 Gemma 4 的本地部署能力。

#Anthropic #Claude #Google #Gemma 4

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文