Gemini 同源、权重开放：Google 把旗舰技术压缩成了 Gemma 模型家族

官方对 Gemma 的一句话定位是：由与 Gemini 相同的研究和技术构建。这句话背后是一条清晰的产品分工线：Gemini 面向终端用户，闭源托管、按用量计费，能力上限由 Google 负责；Gemma 则把可以公开的部分做成开放权重，让个人与企业把模型拉进自己的环境里运行。对 Google 来说这是必要的生态卡位——Llama 与 Mistral 已经统治了本地部署话题，手里没有一张开放牌，就等于缺席整个开发者桌面。

「开放」在这里有具体含义：下载权重、本地推理、LoRA 微调、集成进商业产品都在允许之列。代价是它采用自定义的 Gemma 使用条款而非标准开源许可证——允许商用，同时附带一份禁止性使用政策。企业合规团队在引入前应当像审查软件许可证一样通读条款原文，这一点与 Apache、MIT 系项目存在本质差异。

市场对这套「大厂下放」策略的反馈相当正面：按官方与第三方统计口径，该系列的累计下载量在发布一年出头便迈过亿次门槛，成为开放模型生态里人气最高的家族之一。Hugging Face 与 Kaggle 上由 google 官方维护的模型页，至今仍是许多开发者接触开放权重的第一站。

• 2024 · 02Gemma 1 首发：2B 与 7B 起步初代同时放出预训练与指令微调两套权重，配套负责任的生成式 AI 工具包，宣告 Google 正式入场开放权重赛道。
• 2024 · 06Gemma 2 登场：9B 与 27B 补齐上限在谷歌 I/O 预告后于年中正式上线，引入知识蒸馏训练与滑动窗口注意力等机制，27B 版本在同体量开放模型中口碑突出，成为不少团队本地部署的首选之一。
• 2025 · 03Gemma 3 全面换代：多模态与长上下文成标配规格调整为 1B / 4B / 12B / 27B 四档；4B 起支持图像输入，上下文窗口扩至 128K（1B 为 32K），官方宣称覆盖超过 140 种语言，并首次随附量化感知训练（QAT）权重来降低部署门槛。
• 此后家族持续扩员医疗、向量嵌入等方向的衍生型号陆续推出，节奏与名单以官网公告为准。

从这条演进线能读出清晰的思路：入门规格越做越小（2B 沉到 1B），上限规格越做越强（7B 拔到 27B），多模态与长上下文从卖点变成标配，而量化版本的加入把「单卡可跑旗舰」从口号变成现实。

以当前的 Gemma 3 为基准，四个规格各司其职：

规格沿革提示：初代 Gemma 以 2B 起步、7B 封顶；三代之后入门档下沉到 1B、上限拔高到 27B。各档位的显存占用、量化选项与基准成绩以官方模型卡实测为准，本文不做转述性承诺。

衍生型号的发布节奏、维护状态与授权细节差异较大，选型前请以官网对应页面的最新说明为准。

需要强调的是，上表是定性归纳而非跑分结论。三家的技术路线与商业策略不同：看重端侧部署与文档完善度，Gemma 的优势明显；追求社区微调版本的数量与多样性，Llama 生态更厚实；在意宽松许可与推理效率，Mistral 的 Apache 系开放款值得优先评估。任何条款细节在签约引入前都应回到各家官方文本逐条核对。

1. 先在浏览器里试不想配置环境，直接用 Google AI Studio 的免费额度对话体验，或打开 Kaggle / Colab 上的官方 Notebook，五分钟就能感受不同规格的差异。
2. 选定规格取权重按显存与任务在 ai.google.dev、Kaggle 或 Hugging Face 获取对应版本，预训练与指令微调两套权重的用途不同，别下错。
3. 跑通第一次推理用官方示例代码完成最小闭环，确认环境无误后再谈改造。
4. 挑顺手的推理栈Ollama 一条命令即可本地运行 Gemma 3 各档位，适合快速验证；追求吞吐再考虑 transformers 或 vLLM 等方案。
5. 进入微调与量化LoRA 微调换领域风格，QAT 权重压显存成本；动手前翻一遍 Gemma 3 技术报告，能少踩不少坑。

一个务实的建议：先用网页端免费试出「哪一档够用」，再决定下载哪个权重——很多人高估了自己的算力需求，也更多人低估了小规格模型的完成度。

可以在遵守 Gemma 使用条款的前提下商用，包括产品集成与再分发；但条款附带禁止性使用政策，且不属于标准开源许可证，商用前建议通读官方条款原文。

1B、4B 档在消费级笔记本甚至端侧设备上可行，12B 适合主流独立显卡，27B 建议高显存单卡或借助官方 QAT 量化权重降低门槛；具体以模型卡说明为准。

两者共享 Google 的研究与技术积累，可理解为同源分工：Gemini 是闭源的在线旗舰服务，Gemma 是开放权重的轻量家族，后者以部分能力上限换取私有化与可控性。

推荐路线是 4B 试水、12B 当主力、27B 冲质量；纯移动端场景直接考虑 1B。先用免费网页服务验证需求，再决定投入硬件。

Gemma 3 官方宣称支持超过 140 种语言，中文在覆盖范围内；不同规格间差异明显，建议用自己的业务语料实测后再做决定。

按任务对号入座：写代码找 CodeGemma，看图找多模态主系或 PaliGemma，做安全审核用 ShieldGemma，检索向量化用 EmbeddingGemma；各分支的最新状态以官网为准。