Gemma 2 / Gemma 3：Google 开源多模态
报告信息
| 项目 | 内容 |
|---|---|
| 机构 | Google DeepMind |
| 发布 | Gemma 2（2024）、Gemma 3（2025） |
| 规格 | 1B–27B+；Gemma 3 强调多模态与设备端 |
| 官方资料 | Gemma 官网、Hugging Face google/gemma |
| 许可 | Gemma 使用条款 |
定位与问题
在 Gemini 闭源产品之外，Google 通过 Gemma 提供 可微调、可端侧部署 的开源权重；Gemma 3 进一步统一 文本+图像+多分辨率，对标开源多模态与「思考」模型趋势。
架构要点
Gemma 2
- 稠密架构，知识蒸馏自更大 Gemini 系教师。
- 2B/9B/27B 等尺寸，强调安全与效率。
Gemma 3
- 多模态输入（图像+文本），改进长上下文与多语言。
- 提供 思考（Thinking） 变体，对齐推理模型潮流。
- 设备端与边缘场景优化。
训练与数据
- 蒸馏与高质量过滤数据；Gemma 3 图文对预训练。
- 安全对齐与 Responsible AI 文档配套。
后训练与推理
- SFT + RL 类对齐（因版本而异）。
- 适合 Keras、Hugging Face、移动端推理框架。
关键结论
- Gemma 3 将 Google 开源线推进到 多模态 + 推理 同代竞争。
- 许可非 Apache，商用需读 Gemma Terms。
个人理解
Gemma 与 Llama 4、Qwen3 多模态形成 「开源多模态第二梯队」；若做端侧，优先看小参数 Gemma 3 变体。
总结
Gemma 2 = 蒸馏型稠密开源；Gemma 3 = 多模态 + 思考 + 端侧 一体化升级。