note

一、Gemma 4

【大模型开源进展】Google DeepMind 正式发布了其迄今为止最强大的开放模型家族 Gemma 4。该系列基于与 Gemini 3 相同的研究成果和技术构建，专门为高级推理和 Agent 工作流设计，Gemma 4 包含 E2B、E4B、26B-A4B 和 31B Dense 四种尺寸，全面支持跨文本、图像和视频的多模态处理，其中较小尺寸模型（E2B 和 E4B）还原生支持音频输入。
https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
https://developers.googleblog.com/bring-state-of-the-art-agentic-skills-to-the-edge-with-gemma-4/
https://huggingface.co/blog/gemma4

二、模型选择

三、模型效果

多模态方面，在MMMU pro benchmark上，31B的效果还是很惊艳的：

综合benchmark对比：

Reference

[1] Gemma 4 现已发布: 同等规模下性能最强的开放模型
[2] gemma3n模型结构分析