前几天，Google DeepMind 发布了 Gemma 4，这个新一代开源大模型家族。配合他们之前的 Google AI Edge Gallery App，你现在可以在手机上、完全离线地跑一个相当聪明的 AI。

Gemma 4 是一个能看图、听声音、调工具、做多步推理的大语言模型。

Gemma 4 是什么？

Google 正式发布 Gemma 4，这是其开源模型系列的最新一代，脱胎于 Gemini 3 的同一套研究成果。"Gemma"一名源自拉丁语，意为"宝石"，寓意精炼而有价值。

这次一共发布了四个版本：

也就是说，E2B 和 E4B 是给手机准备的，26B 和 31B 是给电脑准备的。

对于大多数人，建议很明确：直接选 E4B。它在智能程度、速度和资源占用之间取得了最好的平衡。

在手机上运行

整个过程分三步，非常简单。

1. 下载 Edge Gallery App

设备要求：

• Android 12+ 或 iOS 17+
• 至少 2GB 可用存储空间

Android 用户：直接在 Google Play 搜索 "Google AI Edge Gallery" 下载。

iOS 用户：在国区的 Apple ID 登录后打开 App Store 也可以搜索下载。

2. 下载模型

打开 App 后，你会看到一个模型推荐列表。对于大多数用户，建议：

• 首选 Gemma-4-E4B-it（指令微调版）。约 3.6GB，智能和速度最均衡。
• 手机较旧或内存紧张，选 Gemma-4-E2B-it，更小更快。

下载完成后，模型就永久存在你手机上了，以后完全离线使用。

核心能力

1. AI Chat（AI 聊天）

最基础的用法，你可以跟 Gemma 4 自由对话，问它任何问题。手机在离线断网情况也可以使用。

特别推荐试试 Thinking Mode，模型会展示它的逐步推理过程。

2. Ask Image（图像问答）

拍张照片或从相册选一张，直接向 AI 提问。因为是原生多模态，不需要先做 OCR 再理解文字，模型直接看图就能理解。

3. Audio Scribe（语音转写）

实时的离线语音转文字，还可以翻译。开会、采访、记笔记都很好用。并且可以完全离线，你的语音数据不会离开手机。

4. Agent Skills（智能体技能）

这是进阶玩法。Gemma 4 可以调用外部工具来完成复杂任务。比如查询维基百科、把数据生成可视化图表、给照片配上氛围感音乐。

5. Prompt Lab（提示词实验室）

进阶玩家专用。你可以调整温度、top-k 等生成参数，对比不同提示词写法带来的输出差异。

使用感受

这几天的使用感受：

• 速度方面：在我的手机上响应很快，基本是秒回。离线状态下和在 Wi-Fi 下体验一致。
• 能力方面：日常对话、知识问答、文案润色这些任务完全够用。多步推理和 Agent 功能是亮点。
• 隐私方面：所有数据都在手机本地处理，不上传任何内容。你让它处理公司文件、个人照片、私密对话，完全不用担心数据泄露。

当然也有局限。跟 GPT-4o、Gemini Pro 这种顶级云端模型比，在超复杂任务上还是有差距。超长文本处理也受限于手机的内存。但话说回来，它是跑在你手机上的、完全离线的、免费的模型，能做到这个程度，已经相当厉害了。

另外，Google AI Edge Gallery APP 不会保存历史对话记录，需要及时做好保存。

相关链接

• Gemma 4 官方博客：https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
• Gemma 4 模型文档：https://ai.google.dev/gemma/docs/core
• Gemma 4 模型卡片：https://ai.google.dev/gemma/docs/core/model_card_4