谷歌开源大模型 Gemma 4 官宣在即：参数量翻 4 倍

120B 参数 + 15B 激活，谷歌 Gemma 4 要用 MoE 在民用显卡上跑起本地大模型

DeepMind 老大 Demis Hassabis 最近在社交平台发了四颗钻石图标，群里立刻炸了——这是在暗示新一代开源模型 Gemma 4 要来了。距离上一代 Gemma 3 发布刚好满一年，节奏踩得很准。

参数翻 4 倍，MoE 架构是救命稻草

• 参数量 120B：这次传闻要新增一个 120B 参数的大模型，规模是上代 Gemma 3 的 4 倍。1200 亿参数什么概念？差不多是 GPT-3 的 6 倍，但开发者关心的不是数字多大，而是“我家 4090 跑不跑得动”。
• MoE 混合专家：为了不让人骂“参数大=电费高”，Gemma 4 预计采用 MoE 架构，激活参数仅 15B。这意味着每次推理只动用 150 亿参数干活，剩下的 1050 亿参数摸鱼。有开发者试了说，如果优化到位，民用级显卡（比如 RTX 3090/4090）可能真能本地跑起来，离线用大模型不再是梦。
• 上下文翻倍，逻辑推理升级：预测显示 Gemini 4 的上下文窗口会提升 1 到 2 倍，并且能处理更复杂的多步推理任务。群里在传，这次可能直接对标 GPT-4 级别的长文本理解能力。

谷歌的算盘：用开源锁住开发者，但别动我闭源蛋糕

快科技分析说，美国巨头现在主推闭源收费模式，但不想让中国公司独占开源生态。谷歌搞了个时间差策略：Gemini 3.0 闭源系列发布半年多后，才放出开源版 Gemma 4。这样既保住了 Gemini 的商业收入，又在开发者社区刷了一波存在感。

核心定位还是 “本地化服务”。Gemma 4 不打算跟国产开源模型比云端跑分，而是死磕端侧体验——让模型在手机、笔记本或者小企业服务器上离线跑。有圈内人算过，如果 MoE 调度做得好，120B 模型在本地运行的延迟可能跟 7B 小模型差不多，这对数据隐私敏感的行业（比如医疗、金融）杀伤力很大。

开源赛道新门槛：参数和效率缺一不可

业内普遍认为，谷歌虽然在开源上没投入全部精力，但算法底子厚，Gemma 4 一旦落地，同参数级别下能不能反超目前国产开源旗手（比如 Qwen、DeepSeek）将是关键。下半年 AI 社区估计要打一场硬仗：参数规模卷到 120B，但激活效率才是真本事。

接下来盯着看什么：MoE 的显存占用有没有翻车？120B 模型微调门槛高不高？如果谷歌真让民用显卡跑 1000 亿参数，最难受的可能是那些卖云端 API 的国产厂商——因为开发者会想：既然能本地免费跑，谁还按 token 付费？