多尺寸模型矩阵：从专为手机和IoT设备设计的E2B、E4B轻量版本，到采用混合专家（MoE）架构的26B模型，再到追求极致性能的31B密集模型，覆盖全场景硬件。

多模态理解：全系列支持图片和视频输入，部分版本原生支持音频输入，可完成OCR识别、图表理解、语音转录与翻译等任务。

超长上下文窗口：轻量版支持128K上下文，26B与31B版本扩展至256K，可在单次提示中处理完整代码库或长篇文档。

多语言与智能体能力：预训练覆盖140多种语言；原生支持函数调用、JSON结构化输出和系统指令，可构建与外部工具和API交互的自主Agent应用。

强大推理与代码能力：在数学推理、多步逻辑、代码生成等基准测试中表现优异，手机端的2B模型推理能力已接近上一代270亿参数的桌面模型。

在线快速体验：在Hugging Face等平台可直接在线试玩Gemma模型，无需任何本地配置。

本地命令行部署：推荐使用Ollama，一条命令即可完成下载与运行，例如 ollama run gemma4:e2b，无需配置复杂的深度学习环境。

手机端运行：通过谷歌官方应用AI Edge Gallery，可在Android和iOS设备上离线运行Gemma模型，飞行模式下也能正常使用。

云端规模化部署：企业可通过Google Vertex AI、Cloud Run、GKE等云服务快速接入，实现弹性扩展。

主流框架集成：Gemma已支持Transformers、vLLM、llama.cpp、MLX、Keras等主流推理与训练框架，方便开发者深度集成到自有应用中。

轻量高效：以极小参数量实现接近大模型的性能，2B手机端模型在科学知识基准上的得分已追平上一代27B桌面模型，单位参数智能密度高。

全面开源：Apache 2.0协议下商用无版税、无用途限制，内置专利保护机制，为企业级用户提供额外法律保障。

数据主权：模型完全本地运行，对话数据不离开设备，契合医疗、金融、工业等对数据安全和合规有严格要求的行业。

零使用成本：本地部署后免Token费用，无使用次数限制，彻底告别Token焦虑。

部署门槛低：小尺寸版本量化后仅需3-5GB内存，普通手机、入门级电脑乃至树莓派皆可运行。

生态完善：与NVIDIA等硬件厂商深度合作，从推理到微调的完整流程均有成熟工具链支持。

在开源模型领域，Gemma的主要竞品包括Meta的Llama系列和阿里Qwen系列等。

与Llama相比：Gemma原生多模态更全面，全系支持图像、视频及部分音频输入；Gemma 4采用Apache 2.0全面开源，而Llama部分版本采用自定义社区许可，商用限制更多；Gemma在边缘设备适配与推理速度上更优，Llama 8B则在复杂逻辑推理上表现稳健。

与Qwen相比：Qwen同样提供多尺寸与超长上下文，而Gemma背靠Gemini同源技术，在多模态、函数调用与Agent能力上整合更完善，并与Vertex AI、AICore等Google生态深度打通。

总体而言，Gemma的差异化优势在于轻量级尺寸下的高智能密度、原生多模态能力、Apache 2.0全面开源，以及从手机到数据中心的完整部署生态。

Q1: Gemma和Gemini是什么关系？
A1: 两者基于同一套研究和技术体系构建，Gemma可理解为Gemini的轻量开放版。区别在于Gemini是云端订阅制的闭源产品，而Gemma是免费下载、可本地运行的开放模型。
Q2: Gemma完全免费吗？
A2: 是的。Gemma采用Apache 2.0协议，权重免费下载，个人、商业和企业用途均可，无Token费用和使用次数限制。
Q3: Gemma可以在手机上运行吗？
A3: 可以。E2B和E4B轻量版本专为移动端设计，量化后仅需3-5GB内存，可通过谷歌AI Edge Gallery应用在Android和iOS设备上完全离线运行。
Q4: Gemma支持中文吗？
A4: 支持。Gemma预训练覆盖140多种语言，在中文问答、写作和翻译等任务上均有良好表现。
Q5: 运行Gemma需要什么样的硬件配置？
A5: E2B量化后约需3.2GB内存，E4B约需5GB，普通手机或入门电脑即可运行；26B MoE版建议32GB以上内存；31B Dense版建议搭配高性能GPU或64GB内存设备。
Q6: 我可以将Gemma集成到自己的商业产品中吗？
A6: 可以。Apache 2.0协议允许将Gemma合法打包进产品、服务和硬件设备中交付，可用于商业用途，且允许自由修改和再分发。