谷歌发布 Gemma 4 全能模型，2 步教你在手机完美运行，离线且免费！

来源：htmlDecode("AI工具派")

原文链接：https://mp.weixin.qq.com/s/8eIPJZ06tq6FqnOhs32PJg

关注 “ ** AI 工具派 ” **
探索最新 AI 工具，发现 AI 带来的无限可能性！

嗨，我是Chris，一个专注于探索各类 AI工具的博主，与大家一起发掘 AI 的潜力。我正在开发 WiseMindA ，期待它能成为提升学习效率的宝藏。

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。
Chris 试了几天，来跟大家分享下。

一、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，由 Google DeepMind 及 Google 多个团队联合打造。"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，我做个简单的对照表：
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，我的建议很明确： ** 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，当然 ** E2B 也不错 ** 。

二、在手机上运行

好，说了这么多，直接上手。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（用来放模型）
** Android 用户： ** 直接在 Google Play 搜索 "Google AI Edge Gallery" 下载。
** iOS 用户： ** Chris 试了下，在国区的 Apple ID 登录后打开 App Store 也可以搜索下载。
这个 App 是完全开源的，代码在 GitHub 上，你也可以自己编译。
Github 仓库地址：https://github.com/google-ai-edge/gallery
接下来 Chris 使用 iOS 进行简单演示：

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，我的建议： ** 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，但能力稍弱。
点击 "Download" 开始下载。 ** 强烈建议在 Wi-Fi 下操作 ** ，毕竟文件不小。
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，不需要再联网。
Chris 本地已经下载过 Gemma-4-E2B-it 模型，所以不再下载，大家可以按需选择。

3.开始使用

模型下载好之后，Edge Gallery 提供了好几个功能入口：

三、核心能力

1.AI Chat（AI 聊天）

这是最基础的用法，你可以跟 Gemma 4 自由对话，问它任何问题。跟你使用豆包、DeepSeek 一样，并且 ** 手机在离线断网情况也可以使用 ** ：
特别推荐试试 ** Thinking Mode ** ，在对话窗口右上角点击设置，打开设置弹框开启后，模型会 ** 展示它的逐步推理过程 ** 。这个功能对学习很有帮助，你可以看到 AI 是怎么一步步拆解复杂问题的。

2.Ask Image（图像问答）

拍张照片或从相册选一张，直接向 AI 提问。比如： "这张照片里的植物是什么品种？" "帮我总结一下这张表格的数据" "这道数学题怎么做？"
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。实测识别准确率相当不错。

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：查询维基百科进行事实核查把数据生成可视化图表结合图片和音乐模型，给照片配上氛围感音乐
你甚至可以自己创建 Skills，通过对话的方式让 AI 执行自定义的多步工作流。

5.Prompt Lab（提示词实验室）

这个是给进阶玩家准备的。你可以调整温度（temperature）、top-k 等生成参数，对比不同提示词写法带来的输出差异，做提示词工程实验。

三、使用感受

说了这么多功能，大家最关心 Chris 的使用感受。接下来说说我这几天的感受。 ** 速度方面 **
在我的手机上响应很快，基本是秒回。 Thinking Mode 下推理过程会慢一些，但考虑到它要在本地跑完一整套逻辑链，这个速度可以接受。 ** 离线状态下和在 Wi-Fi 下体验一致，没有任何区别，为它本来就是纯本地运行的 ** 。 ** 能力方面 **
** 日常对话、知识问答、文案润色这些任务 ** ，这两个模型完全够用。多步推理和 Agent 功能是它的亮点，比起我之前试过的其他端侧模型，确实有明显差距拉开。 ** 隐私方面 **
这是我最满意的一点。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，这两模型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，也可 ** 以在自己需要对隐私要求比较高的场景使用 ** ，并且 Google AI Edge Gallery APP 不会保存历史对话记录，需要及时做好保存。