2.5 个月 2 亿次下载，Gemma 4 正在改写开源模型的游戏规则

6 月 25 日，Google 旗下开源模型家族 Gemma 的官方账号 @googlegemma 宣布：Gemma 4 在发布仅 2.5 个月后，下载量突破 2 亿次。作为参照，当 Gemma 3 发布时，Gemma 全系列模型的历史累计下载量为 1 亿次。Gemma 4 仅凭一己之力，在不到一个季度的时间里跑完了前代产品数年的路程。推文在 24 小时内获得 1192 次点赞、114 次转发和 28 次引用转发，知名 AI 论文分享账号 @_akhaliq（50 万关注者）也加入转发，进一步将这一信号推向开发者社区的中心。

五个关键信号，藏在 2 亿这个数字背后

如果只看 2 亿这个数字，很容易得出"Gemma 很受欢迎"的模糊结论。但如果把时间线、竞品格局和开发者行为一同放进视野，这次里程碑至少释放了五个值得拆解的信号。

第一，下载增速本身就是一个产品信号。 Gemma 4 在今年 4 月 2 日首发（E2B、E4B、26B MoE、31B Dense 四个规格），6 月 3 日追加 12B 统一多模态模型。整个系列的累计下载量到 6 月 16 日突破 1.5 亿，到 6 月 25 日突破 2 亿——也就是在最后 9 天内新增了 5000 万次下载。如果把时间轴拉长：Gemma 全系列（v1 到 v3）多年总共积累了约 1 亿次，而 Gemma 4 在 2.5 个月内把这个数字翻了一倍。这不是匀速增长，这是拐点。

第二，"本地可运行"正在取代"最大参数"成为开发者决策的第一优先级。 Gemma 4 31B 在 Arena AI 文本排行榜上位列开源模型第 3 名，26B MoE 排第 6——更关键的是，这两个模型都能在消费级 GPU（如 RTX 4090）上流畅运行。一位名为 igortr_ 的开发者在 Quote 推文中写道："测试了 Gemma 4。本地用很稳，日常任务处理流畅。复杂任务会碰到天花板——但 2.5 个月 2 亿次下载说明大多数人根本不需要复杂。"这是一句大实话：当模型跨过了"够用 + 跑得动"的门槛，分发速度会超过任何营销能跟上的节奏。

第三，Google 正在用两条腿跑赢一场双线战争。一位名为 Jyoti Meena 的开发者在 Quote 推文中总结道："一年前，开源模型的讨论由 Meta 主导。今天，开发者已经有了来自 Google、Qwen、Mistral 等多家可信的替代选择。……真正的里程碑不是 2 亿次下载，而是 Google 正在同时在两个战线上争夺开发者——专有前沿模型和开放权重模型。"

第四，下载量是"脏数据"，但它方向性地衡量了开发者兴趣。推文评论区出现了一个清醒的质疑——来自 @freewoojp："这 2 亿下载是按模型变体计数还是按独立用户计数？因为 CI 流水线和镜像重复拉取可能显著膨胀数字。"这个质疑是合理的。下载量不等于活跃部署量，但这和 YouTube 播放量有类似的逻辑：数字本身有水分，但增长趋势的方向不会说谎。

第五，Gemma 4 的生态爆发并非偶然，而是在"开源许可 + 硬件适配 + 多模态"三重杠杆上同时发力。 Apache 2.0 商业友好许可消除了企业部署的法律障碍；从手机芯片（与高通和联发科联合调优）到 TPU 的全硬件覆盖扫清了部署门槛；而原生音频、视觉和 140+ 语言多模态能力，让开发者不需要拼接多个模型就能构建完整产品。

从手机到卫星：开发者正在把 Gemma 4 装进真实世界

如果说下载量衡量的是"兴趣"，那开发者实际造出来的东西衡量的是"价值"。此次 2 亿里程碑的推文中，Google 同步发布了一支开发者影响力短片，多位受益的开发者也自发出现在评论和引用转发中，呈现出一幅远比基准测试更生动的图景。

Crane AI Labs：在非洲做离线母婴健康。这家总部位于美国特拉华州的团队，被 Google 选入了 Gemma 全球影响力影片。他们在 Quote 推文中写道："离线 AI。非洲语言。前线母婴健康。由一个在没人关注时就开始相信的团队打造。从非洲到世界。"他们的场景非常具体：在非洲低连接环境下的孕妇健康监测，必须依靠完全离线的模型。Gemma 4 的 E2B 和 E4B 边缘模型正好匹配这个需求——低功耗、高能效、无需网络。

BetterSpeak：把英语家教装在手机里。开发工作室 HubX 用 Gemma 4 E2B 的 4-bit 量化版本打造了 BetterSpeak，一款完全本地运行的英语学习应用。无需将任何数据发送到云端，学生通过语音直接与模型对话，应用负责纠正发音、解释语法并追踪学习进度。Gemma 4 E2B 的原生音频输入能力是这个用例成立的前提——在 2B 有效参数量级上实现可用的语音交互，两年前几乎是天方夜谭。

ScreenMind：用 4GB 显存跑多模态 Recall。一位名为 ayushh_ss 的开发者在推文评论中写道："2 亿次下载的其中一次，正在驱动 ScreenMind——一个开源 Recall 替代品，在单张 4GB 显存的 GPU 上同时运行视觉、语音和推理，只靠一个 Gemma 4 模型。没有 Gemma 的多模态栈，这根本不可能。"

"Gemma 是我本地 AI 的主力模型。" @eliautobot 在评论里说，正在用 31B it-qat 版本作为主力本地模型，"等不及 Gemma 5 了"。@dicemanorama 则表示已将大部分 agent 切换到 Gemma 4 和 Gemini 3.1 上，"对结果非常满意"。@EchoLabsME 是 Google 创业加速器的一员，正在用 Gemma 4 构建"全球首个自主生命模拟平台"。@matthiasuhlnet 将 Gemma 4 31B 作为其 AI 产品 I-AM 的核心底座，称其为"完美的基座"。

但褒扬声中也夹杂着批评。 @BReal_01 在评论中抱怨 Gemma 4 的安全护栏"过于激进"，连医疗话题和个性讨论都会触发安全过滤，影响了所有提示的正常使用。这一批评引发了数条赞同回复。开源模型的"可 ablite 化"（通过技术手段移除护栏）虽然成为部分社区的自救方案——@MilitantAI 在 Quote 中提到了"abliterated versions"——但也意味着 Google 在安全性和可用性之间的平衡，仍然是需要持续调校的课题。

Google DeepMind 内部的回应同样值得关注。高级研究科学家 Petar Veličković（@PetarV_93，4.5 万关注者）在 Quote 推文中写道："really proud to have contributed to this nimble model 💎"。Google Cloud 开发者布道师 Guillaume Laforge（1.6 万关注者）评论道："A really nice little model 🥰"。Google DeepMind 产品负责人 Joana Carrasqueira（6864 关注者）也发出祝贺。多个 Google 团队成员的现身，表明 Gemma 4 的里程碑被内部视为一个值得认真庆祝的时刻，而非例行公事。

开源模型的牌桌已经变了

Gemma 4 的 2 亿次下载不是孤立事件，而是同步发生在整个开源模型版图上的结构性位移的缩影。

2026 年上半年的开源模型竞争，已经彻底告别了"谁最大谁赢"的粗放阶段。Meta 的 Llama 4 在发布后被指评测争议，Qwen 3.5 凭借混合架构（门控 DeltaNet）引发学术社区大规模实验，Kimi K2.5 和 GLM 5 代表了来自中国的强力竞争者，而 Mistral 和 AI2 的 Olmo 3 则在欧洲和学术圈维持着自己的阵地。

在这个高度拥挤的赛道里，Gemma 4 做出了一个非常 Google 的选择：它没有追求参数规模的军备竞赛，而是押注了"智能密度"——即每单位参数的推理能力最大化。31B 的 Gemma 4 在 Arena 排行榜上排在它前面的对手，参数量往往是它的数倍乃至十数倍。这种"以小博大"的策略意味着更低的部署成本、更广的可触达场景和更快的分发速度——而 2 亿次下载就是这个策略的可量化回响。

从更宏观的角度看，Interconnects 博客的作者在 Gemma 4 发布之初就指出过一个被忽视的事实：在今天评估一个开源模型，基准测试分数只是"一个极不完整的故事"。真正决定模型命运的变量包括：许可证（Apache 2.0 vs 受限许可）、来源国（部分企业对模型原产国有严格要求）、推理工具链成熟度（vLLM、SGLang、Transformers 的适配速度）、以及模型的可微调性。这些"软实力"的比拼，可能比几个 benchmark 上的小数点差异更重要。

Gemma 4 在这些维度上的得分不低。Apache 2.0 许可扫清了商业部署的顾虑；Google 对 HuggingFace Transformers、vLLM、Ollama、llama.cpp、MLX 等主流推理框架做到了发布当日即支持；而与高通和联发科的合作意味着边缘版本从第一天起就有芯片级优化。

接下来会发生什么

2 亿次下载对 Gemma 4 而言是一次阶段性的"压力测试通过"，但它打开的想象空间远比这个数字本身更大。

一个可以预见的方向是："下载量 → 部署量"的转化漏斗正在收窄。 Google AI Studio、Vertex AI、Android AICore 等分发渠道，正在把 Gemma 从"需要下载权重再自己部署"的重模式，往"一键在云端或设备上启动"的轻模式推。如果这个漏斗持续收窄，下一个里程碑不是 10 亿下载，而是每天有 1000 万个活跃应用实例在同时调用 Gemma 4 的推理能力。

另一个更值得关注的趋势是：开源模型正在从"研究项目"变成"分发战略"。当 Gemma 4 在手机、笔记本电脑、卫星和边缘设备上遍地开花，Google 收获的不仅是开发者的好感，更是一条与 Gemini 闭源模型互补的"低端市场"防线。在 AI 竞争进入"平台化"的 2026 年，拥有一个覆盖从数据中心到 Raspberry Pi 的全场景模型矩阵，比拥有一颗最好的单点模型更具战略价值。

但风险同样真实。社区对安全护栏的抱怨、对下载量统计口径的质疑、以及来自 Qwen 和 Llama 等对手的持续追赶，意味着 Gemma 团队没法躺在 2 亿这个数字上休息。正如一位社区成员在推文下的留言所提醒的："开源必须赢，没有别的路。"——这句话既是对 Gemma 的期待，也是对它的压力。

参考链接：

@googlegemma 里程碑推文：
Gemma 4 官方博客（2026 年 4 月 2 日）：
Gemma 4 12B 发布博客（2026 年 6 月 3 日）：
Gemma 4 官方产品页：
Interconnects 分析：

本文由机器之心基于一手社交媒体信息和公开资料撰写，未经 Google 或 Google DeepMind 审核。