Gemma

概述

Gemma 是 Google DeepMind 推出的开放模型系列，基于与 Gemini 同源的核心技术构建，面向开发者与研究人员，用于创建可本地部署、可微调、可商用的 AI 应用。Gemma 主打“轻量级 + 高性能”，可在工作站、笔记本，甚至手机等设备上运行，适合 AI 开发、推理部署、模型研究与边缘侧应用。

目前官网展示的 Gemma 家族已不仅限于早期的 2B、7B 模型，还扩展到 Gemma 3、Gemma 3n 等方向，并包含面向翻译、函数调用、嵌入、医疗等任务的衍生模型。

主要功能

• 开放模型权重：提供开放权重，便于研究、微调和部署，适合构建自有 AI 能力。
• 轻量级推理：模型针对多种硬件环境优化，可在本地设备与云端灵活运行。
• 多版本模型可选：提供预训练版与指令微调版，满足基础建模和对话式应用需求。
• 多框架支持：兼容 JAX、PyTorch、TensorFlow，也可结合 Keras 工具链进行开发。
• 支持监督微调：适合进行领域适配、LoRA 微调和任务定制。
• 多模态与多语言扩展：Gemma 新一代模型已强调多模态理解与更强的多语言能力。
• 安全与责任设计：Google 提供数据过滤、安全评估及负责任生成式 AI 工具支持。
• 社区与生态资源丰富：可通过官网、Hugging Face、Kaggle、GitHub、Colab 等渠道获取模型与示例。

产品定价

Gemma 本身作为开放模型系列，可通过官方页面、Hugging Face、Kaggle 等渠道获取模型资源。
但其实际使用成本取决于具体场景：

• 本地使用：下载模型后可自行部署，主要成本来自本地硬件资源。
• 云端运行：如在 Google Cloud 或其他云平台推理、训练，会产生算力费用。
• 生态工具：部分配套平台可能提供免费额度或试用资源，具体以官方页面为准。

常见问题

Gemma 适合做什么？

适合用于聊天助手、文本生成、代码辅助、研究实验、垂直领域微调，以及本地/边缘设备 AI 部署。

Gemma 是开源吗？

Gemma 通常被称为“开放模型（Open Models）”，提供可下载权重，但具体使用、分发和商用仍需遵循官方许可协议。

Gemma 支持哪些开发框架？

官方资料显示支持 JAX、PyTorch、TensorFlow，并提供相关实现与示例。

在哪里可以获取 Gemma？

可从以下官方入口访问：

• 官网：https://ai.google.dev/gemma?hl=zh-cn
• Hugging Face：https://huggingface.co/models?search=google/gemma
• Kaggle：https://www.kaggle.com/models/google/gemma/code
• GitHub（PyTorch 实现）：https://github.com/google/gemma_pytorch