谷歌凌晨發布 Gemma 4，這次是真急了

今天凌晨，谷歌 DeepMind 的掌門人在自己的社交賬號發了四個鉆石表情。

留言區有人說，這估計是有什么大招要放。

幾個小時后，謎底揭曉。

谷歌發布了迄今為止最強大的開源模型家族：Gemma 4。

注意，是 Gemma，不是 Gemini。

可能有讀者不知道 Gemma 和 Gemini 有什么區別，這里我簡單介紹一下。

Gemma 是輕量、開源、可本地部署的開放模型，適合開發者定制。而 Gemini 是谷歌的重量級、閉源、主要以 API 形式提供服務的旗艦模型。

看完 Gemma 的介紹，我第一個感受是：谷歌這次是真的被逼急了，但也真的放大招了。

這四個鉆石，代表了四個不同尺寸的模型。其中最讓人震驚的，是一個叫作 31B 的版本。

在 AI 圈里，模型的參數量就像是一頭大象的體重。過去大家普遍認為，體量越大，能力越強。

現在市面上最頂級的開源模型，動輒就是 4000 億甚至更大的參數量，是個絕對的龐然大物。

但 Gemma 4 這個只有 310 億參數的模型在最具權威的 Arena AI 排行榜上，直接沖到了全球開源模型第三名。

另外，在模型尺寸和性能對比上，31B 的這個版本甚至直接被拿來和國內那些頂級模型做對比，比如 Kimi K2.5 和 qwen 3.5。

這意味著什么？

說明它在性能上擊敗了一大堆參數量是自己十幾倍、甚至二十倍的對手。

如果你對這個數字沒感覺，我換個說法你就明白了。

這就像是一家公司里，原本需要一個 400 人的龐大團隊才能搞定的復雜業務，現在來了一個 30 人的精銳小分隊，不僅把活干完了，而且干得比大多數 400 人的團隊還要好。

那么，這種降維打擊是怎么做到的？

因為谷歌直接把自家不開源的旗艦模型 Gemini 3 的核心底層技術，下放給了這個開源系列，他們把這叫作「每參數智能」。

說白了，就是不再追求把大腦搞得無限大，而是追求每一根神經元的效率最大化。

帶來的直接結果，就是算力成本的斷崖式暴跌。

我知道現在很多人用類似 OpenClaw 的 Agent 產品時都覺得 token 貴，因此也不敢去用一些頂級模型。

但我覺得，這只是暫時的。

做產品的都知道，凡是有需求的地方，就一定會有解決方案。所以未來 token 成本降低是個必然事件，且模型能力會越來越強。

以前你想跑一個頂級聰明的 AI，得花大幾萬塊買最頂級的專業顯卡。現在，一張普通人買得起的消費級顯卡就能輕松搞定。

這還不算完。

Gemma 4 這次發布非常聰明，它不是只給了一個大錘子，而是給了一整套工具箱，四個版本分工極其明確，這也是為什么他們老大要發四個鉆石的推文的原因。

除了那個負責拔高上限的 31B 版本，它還出了一個 26B 的版本，用了一種叫「混合專家」的技術。

聽著很玄乎，其實道理很簡單。

就像是一個有 26 個頂尖專家的顧問團，每次遇到問題，不是所有人一窩蜂上，而是只叫醒最擅長這個問題的 3、4 個人去解答。

這樣一來，反應速度極快，既省了算力，又保證了回答質量。

最讓我覺得具有風向標意義的，是另外兩個最小的版本，它們是專門為移動設備設計的。

你可以把一個足夠聰明的 AI 完全下載到你的安卓手機里，甚至放在一個幾十塊錢的樹莓派小電腦上運行，延遲幾乎為零。

不需要連網，不需要買云服務，更不用擔心你的私人數據被傳到大廠的服務器上，當然也不用擔心 token 消耗。

很多人還在把 AI 當作一個需要花錢調用、必須存在云端的神秘工具。但很多敏銳的開發者和公司，已經開始把 AI 塞進各種普通設備，變成一種像計算器一樣普及的端側能力。

未來，當智能變得越來越便宜且隨處可見時，傳統的商業模式就會被重構。

除了技術上的碾壓，更讓我意外的，是谷歌這次徹底放下了大廠的傲慢。

之前發布上一代模型時，谷歌搞了一個自己定制的開源協議，里面有一堆彎彎繞繞的限制條款。甚至你用它生成的數據，它都要管，隨時還能單方面修改規則。

當時開發者們怨聲載道，覺得這根本不是真開源。

但這一次，谷歌直接換成了業界最成熟、最寬松的 Apache 2.0 協議。

沒有那些亂七八糟的限制，你可以放心大膽地拿去商用。

大廠為什么突然變得這么聽勸？

在我看來，不是因為情懷，而是因為實實在在的競爭壓力。

在這之前，不管是國內的 DeepSeek 還是 Qwen，都在開源賽道上大殺四方，不僅性能強悍，而且極其開放，在全球圈粉無數。甚至在很多場景下，把谷歌壓著打。

谷歌很清楚，如果再在協議上扭扭捏捏，開發者就會徹底用腳投票。

在這場沒有硝煙的生態爭奪戰里，誰能讓開發者用得爽，誰才能活到最后。

所以，這件事真正值得普通職場人和創業者看見的，其實是一個強烈的時代信號。

上半場，大家都在卷誰的模型更大、誰的參數更多、誰能考出更高的分數，那是一場屬于巨頭和資本的燒錢游戲。

下半場比拼的，不再是造出多大的神，而是誰能把神拉下神壇，變成每個人手里的趁手兵器。

當頂級模型的智力被無損壓縮到手機里，當本地調用的成本趨近于零，AI 就不再是一個高高在上的技術名詞，而是會變成像水電煤一樣的基礎設施。

在這個階段，再去糾結底層技術原理已經沒有意義了。

真正拉開差距的，是誰能最快把這些好用的、觸手可及的智能，應用到自己的工作流里。

然后，用最低的成本，解決最具體的業務問題。

很多人還在觀望，覺得 AI 離自己很遠。但其實，那個更聰明、更便宜、而且完全受你掌控的 AI，馬上就會來到你的設備里。

只有知道 AI 世界里每天在真實的發生著什么，我們才能身臨其境感受到那個正在發生的未來。

這是個不能辜負的時代，屬于個體能力被無限放大的時代。

················· 唐韌出品 ·················

安可時刻

這幾天我把自己的幾個 AI 員工全都換了一遍腦子，現在是混合使用 Claude、GPT、Gemini 的模型，從之前的國產 Coding Plan 切換過來了。

這么做雖然更貴了，但你感受過那種生產力躍遷的時候，這筆賬也就能算明白了。

有種感覺，就是體驗過就回不去了。

當然，我們的國產模型也一定會越來越強。

這是我半天的用量。