Google 發表 Gemma 4 E2B 架構,實現裝置端人工智慧的突破

開源大型模型生態系統在其底層架構方面取得了重大突破。 Google DeepMind 近期推出了迄今為止最強大的開源模型——Gemma4。雖然該模型的參數數量與前代產品相近,約為 300 億,但其「每參數智慧」已實現顯著飛躍。該模型在多項核心任務上的表現,現已可與一年半前頂尖的閉源大型模型相媲美。
Gemma4 最引人注目的技術創新,在於引入了全新的「E2B」(參數卸載)架構。在傳統的 Transformer 設計中,大型嵌入層通常會消耗大量 GPU 記憶體。新架構巧妙地在每個層中加入嵌入表,以查表機制取代耗資源的全矩陣乘法。 舉例來說,在採用 E2B 架構的 500 億參數模型中,僅需將 200 億參數載入 GPU 記憶體,其餘 300 億參數則可安全地卸載至 CPU 甚至磁碟。 這使得模型僅需 2GB 的 GPU 記憶體即可進行快速推論,突破了手機和樹莓派等邊緣裝置的部署瓶頸。
作為一項極具野心且複雜的發布,Google DeepMind 團隊與近 50 家外部合作夥伴進行了協調,包括 Hugging Face、llama.cpp、Ollama、NVIDIA 及 AMD。目前,Gemma4 已與 Android Studio 深度整合。 開發者可在離線環境中,透過「代理模式」(Agent mode)安全地調用 AI 來本地編寫 Android 程式碼,無需將任何程式碼上傳至雲端 API。這極大程度地滿足了職場對資料隱私與離線作業的強烈需求。
在多模態能力與核心體驗方面,Gemma4 承襲了 Gemini3 的研究成果。即使是參數僅有 2B 或 4B 的小型邊緣模型,也能提供卓越的多語言支援(140 種語言)與多模態理解能力,輕鬆處理語音辨識、語音查詢,以及 30 至 60 秒的影片分析。 儘管該模型在絕對知識容量上仍遜於更大規模的模型,且在文字擴散(Diffusion Transformer)和專家混合(MoE)微調等前沿實驗領域面臨業界公認的挑戰,但其高密度智慧已不容小覷。
隨著大型模型的開箱即用能力持續提升,垂直領域的開發生態系統正經歷深刻的重組,而純粹傳統微調的熱度則逐漸消退。 展望未來,Google DeepMind 提出了一項里程碑式的預測:在未來一至兩年內,用戶的智慧型手機將能夠直接在裝置上運行性能媲美 Gemini3Pro 的強大模型。 屆時,大多數複雜的智能代理任務都將在本地完成,無需依賴雲端運算能力,這無疑將為下一代消費級應用整合與使用者體驗帶來顛覆性的變革。
相關文章
Uber 人力資源部門預計 4 個月內耗盡年度預算,並裁減人員;官方否認與人工智慧有關
Uber 已啟動對人力資源部門的大規模重組,由新任總裁吉兒・哈澤爾貝克(Jill Hazelbaker)主導。此次重組將裁減該部門 23% 的人力,以優化營運效率。執行長達拉·霍斯羅沙希(Dara Khosrowshahi)在內部備忘錄中澄清,此舉旨在提升團隊效能。公司發言人指出,此次裁員人數佔優步總員工數 34,000 人的比例不到 1%。澄清裁員並非由人工智慧驅動針對外界對自動化的擔憂,Ube
前 TikTok 高層推出一款由 AI 驅動的應用程式,助使用者掌握拍照姿勢
越來越多企業開始運用 AI 影像生成技術,向用戶傳授攝影技巧。去年,Google 在 Pixel 裝置上推出「相機教練」(Camera Coach)功能,協助用戶進行構圖與取景;今年 7 月,Adobe 則在其實驗性相機應用程式中推出新功能,運用 AI 對照片進行評析並建議調整方式。順應這股趨勢,前 TikTok 員工 Melody Chu 和 Jing Liu 即將推出一款名為 Superpos
港股人工智慧板塊上漲,MiniMax與智譜股價表現強勁
5月27日,港股大模型概念板塊展現出強勁勢頭。午盤前,MINIMAX-W(00100.HK)股價飆升逾8%,智譜(02513.HK)亦表現強勁,漲幅接近5%。1. 市場背景:AI龍頭持續走強近期,港股大模型板塊呈現出持續增長態勢。市場資料顯示,該板塊在多個交易日中保持韌性:MINIMAX-W: 恒生指數公司於5月22日宣佈將MiniMax納入恒生科技指數後,市場關注度升溫,推動股價表現活躍。行業協同效應: 作為港股市場的“AI大模型雙子星”,MiniMax與智譜憑藉深厚的技術實力和不斷推
相關專題推薦
評論 (0)
0/500

開源大型模型生態系統在其底層架構方面取得了重大突破。 Google DeepMind 近期推出了迄今為止最強大的開源模型——Gemma4。雖然該模型的參數數量與前代產品相近,約為 300 億,但其「每參數智慧」已實現顯著飛躍。該模型在多項核心任務上的表現,現已可與一年半前頂尖的閉源大型模型相媲美。
Gemma4 最引人注目的技術創新,在於引入了全新的「E2B」(參數卸載)架構。在傳統的 Transformer 設計中,大型嵌入層通常會消耗大量 GPU 記憶體。新架構巧妙地在每個層中加入嵌入表,以查表機制取代耗資源的全矩陣乘法。 舉例來說,在採用 E2B 架構的 500 億參數模型中,僅需將 200 億參數載入 GPU 記憶體,其餘 300 億參數則可安全地卸載至 CPU 甚至磁碟。 這使得模型僅需 2GB 的 GPU 記憶體即可進行快速推論,突破了手機和樹莓派等邊緣裝置的部署瓶頸。
作為一項極具野心且複雜的發布,Google DeepMind 團隊與近 50 家外部合作夥伴進行了協調,包括 Hugging Face、llama.cpp、Ollama、NVIDIA 及 AMD。目前,Gemma4 已與 Android Studio 深度整合。 開發者可在離線環境中,透過「代理模式」(Agent mode)安全地調用 AI 來本地編寫 Android 程式碼,無需將任何程式碼上傳至雲端 API。這極大程度地滿足了職場對資料隱私與離線作業的強烈需求。
在多模態能力與核心體驗方面,Gemma4 承襲了 Gemini3 的研究成果。即使是參數僅有 2B 或 4B 的小型邊緣模型,也能提供卓越的多語言支援(140 種語言)與多模態理解能力,輕鬆處理語音辨識、語音查詢,以及 30 至 60 秒的影片分析。 儘管該模型在絕對知識容量上仍遜於更大規模的模型,且在文字擴散(Diffusion Transformer)和專家混合(MoE)微調等前沿實驗領域面臨業界公認的挑戰,但其高密度智慧已不容小覷。
隨著大型模型的開箱即用能力持續提升,垂直領域的開發生態系統正經歷深刻的重組,而純粹傳統微調的熱度則逐漸消退。 展望未來,Google DeepMind 提出了一項里程碑式的預測:在未來一至兩年內,用戶的智慧型手機將能夠直接在裝置上運行性能媲美 Gemini3Pro 的強大模型。 屆時,大多數複雜的智能代理任務都將在本地完成,無需依賴雲端運算能力,這無疑將為下一代消費級應用整合與使用者體驗帶來顛覆性的變革。
Uber 人力資源部門預計 4 個月內耗盡年度預算,並裁減人員;官方否認與人工智慧有關
Uber 已啟動對人力資源部門的大規模重組,由新任總裁吉兒・哈澤爾貝克(Jill Hazelbaker)主導。此次重組將裁減該部門 23% 的人力,以優化營運效率。執行長達拉·霍斯羅沙希(Dara Khosrowshahi)在內部備忘錄中澄清,此舉旨在提升團隊效能。公司發言人指出,此次裁員人數佔優步總員工數 34,000 人的比例不到 1%。澄清裁員並非由人工智慧驅動針對外界對自動化的擔憂,Ube
前 TikTok 高層推出一款由 AI 驅動的應用程式,助使用者掌握拍照姿勢
越來越多企業開始運用 AI 影像生成技術,向用戶傳授攝影技巧。去年,Google 在 Pixel 裝置上推出「相機教練」(Camera Coach)功能,協助用戶進行構圖與取景;今年 7 月,Adobe 則在其實驗性相機應用程式中推出新功能,運用 AI 對照片進行評析並建議調整方式。順應這股趨勢,前 TikTok 員工 Melody Chu 和 Jing Liu 即將推出一款名為 Superpos
港股人工智慧板塊上漲,MiniMax與智譜股價表現強勁
5月27日,港股大模型概念板塊展現出強勁勢頭。午盤前,MINIMAX-W(00100.HK)股價飆升逾8%,智譜(02513.HK)亦表現強勁,漲幅接近5%。1. 市場背景:AI龍頭持續走強近期,港股大模型板塊呈現出持續增長態勢。市場資料顯示,該板塊在多個交易日中保持韌性:MINIMAX-W: 恒生指數公司於5月22日宣佈將MiniMax納入恒生科技指數後,市場關注度升溫,推動股價表現活躍。行業協同效應: 作為港股市場的“AI大模型雙子星”,MiniMax與智譜憑藉深厚的技術實力和不斷推





首頁






