Gemma 3n是谷歌於2025年5月21日在I/O開發者大會推出的端側多模態AI模型，支持在手機、平板及筆記本電腦本地處理音頻、文本、圖像和視頻數據，2025年6月27日正式發布。該模型通過Google AI Studio提供瀏覽器端訪問，開發者可通過Google AI Edge框架集成設備端功能。
模型採用MatFormer架構，包含E2B（5B參數/2GB記憶體）和E4B（8B參數/3GB記憶體）兩個版本，通過Per-Layer Embeddings（PLE）和KVC共享技術降低記憶體消耗，回響速度提升1.5倍。視覺模組搭載MobileNet-V5編碼器，可在Pixel設備實現60FPS視頻處理，音頻處理基於USM編碼器支持30秒語音識別。支持140種文本語言和35種多模態語言理解，WMT24++多語言測試中獲得50.1%得分，E4B版本在LMArena評測中突破1300分。
模型權重已在Hugging Face平台開源，通過ollama框架實現本地推理，適配Android/iOS系統及主流移動晶片。谷歌AI Edge Gallery套用支持Android設備直接部署，實現對話式AI和圖像理解功能。
基本介紹
- 外文名：Gemma 3n
- 所屬品牌：谷歌
發展歷史,產品特點,功能配置,
發展歷史
2025年5月21日，2025 年 I/O 開發者大會上，谷歌推出了 Gemma 3n 端側多模態 AI 模型，可以在手機、平板和筆記本電腦上本地運行，處理音頻、文本、圖片和視頻多種數據類型。
2025年6月27日，科技媒體 NeoWin發布博文，報導稱在 2025 年 I/O 開發者大會上預覽發布後，谷歌已正式推出 Gemma 3n 端側多模態模型，支持在手機、平板和筆記本電腦上本地運行，處理音頻、文本、圖片和視頻多種數據類型。
產品特點
Gemma 產品經理 Gus Martins 透露，Gemma 3n 可以在記憶體小於 2GB 的設備上運行，採用 Gemini Nano 同款架構，但性能表現更出色。他強調：“Gemma 3n 為設備端 AI 套用帶來了驚人的表現力。”
IT之家援引博文介紹，Gemma 3n 的最大亮點在於採用了谷歌 DeepMind 開發的 Per-Layer Embeddings（PLE）技術，顯著降低了模型的記憶體需求。儘管其參數量分別為 5B 和 8B，但記憶體占用僅相當於 2B 和 4B 模型。
谷歌宣稱，Gemma 3n 的記憶體占用分別低至 2GB 和 3GB。此外，通過 PLE、KVC 共享和高級激活量化等技術，Gemma 3n 在移動設備上的回響速度提升 1.5 倍，質量也優於 Gemma 3 4B 版本。
Gemma 3n 在非英語語言處理上也有突破，尤其在日語、德語、韓語、西班牙語和法語中表現優異，在多語言基準測試 WMT24++ 中，該模型得分高達 50.1%。
用戶無需任何設定，目前可通過 Google AI Studio 直接在瀏覽器中使用 Gemma 3n；開發者則可通過 Google AI Edge 集成本地功能，支持文本和圖像理解與生成，未來還將擴展更多能力。
功能配置
最新發布的 Gemma 3n 完整版進一步提升性能表現，支持在 2GB 記憶體的硬體上本地運行，重點提升了編碼和推理方面的能力。
Gemma 3n 共有兩種規模版本，其中 E2B 共有 50 億（5B）參數，支持在 2GB 以上記憶體設備上運行；E4B 共有 80 億（8B）參數，支持在 3GB 以上記憶體設備上運行，兩者通過架構創新，記憶體占用相當於 20 億（2B）和 40 億（4B）模型。
在架構方面，Gemma 3n 創新採用 MatFormer 架構，來提供計算靈活性，此外使用 Per Layer Embeddings（PLE）以提升記憶體效率、MobileNet-v5 視覺編碼器等等。
對於 MatFormer 架構，谷歌用一個俄羅斯套娃的比喻來描述：一個較大模型內部包含一個較小但完全功能的版本，讓單一模型能夠根據不同任務以不同大小運行。
Gemma 3n 在多語言（支持 140 種語言的文本和 35 種語言的多模態理解）、數學、編碼和推理方面都實現了質量提升。
在性能基準方面，較大的 E4B 模型是首個參數量低於 10B 但 LMArena 得分超過 1300 的模型。
模型的音頻能力現在支持設備上的語音轉文本和翻譯，使用一個能夠處理細緻語音的編碼器。
視覺方面則由一個名為 MobileNet-V5 的新編碼器提供動力，比前代更快、更高效。它能在 Google Pixel 設備上以最高 60FPS 處理視頻。
