共计 1015 个字符，预计需要花费 3 分钟才能阅读完成。
Google 近日发布了其最新的开源 AI 模型 Gemma 3，这款模型以其高效的性能和广泛的适用性在业界引起了广泛关注。与当前大多数追求“更大”参数规模的新 AI 模型不同，Gemma 3 特别强调在单 GPU 或 AI 加速器上的运行效率，使其成为全球范围内最适宜在单 GPU 上运行的 AI 模型之一。
Gemma 3 的上下文窗口从上一代的 8,192 token 大幅扩展至 128,000 token，显著提升了其处理复杂任务的能力。此外，Gemma 3 基于 Google 专有的 Gemini 2.0 基础，是一款多模态模型，能够处理文本、高分辨率图像甚至视频。为了增强安全性，Google 还推出了 ShieldGemma 2 图像安全解决方案，该方案可以与 Gemma 3 集成，有效屏蔽危险、色情或暴力等不良内容。
在硬件兼容性方面，Gemma 3 经过优化，能够在从高性能 GPU 到智能手机的几乎任何设备上运行。Google 提供了多种规模的 Gemma 3 模型，从仅支持文本的 10 亿参数小型模型到占用大量内存的 270 亿参数大型版本，开发者可以根据自己的硬件条件选择合适的模型。在低精度模式下，最小的 Gemma 3 模型可能占用不到 1GB 内存，而超大版本即使在 4 位精度下也需要 20GB–30GB 内存。
在性能方面，Google 提供的数据显示，Gemma 3 在大多数开源模型基础上有了显著改进。使用衡量用户偏好的 Elo 指标，Gemma 3 27B 在聊天能力上超越了 Gemma 2、Meta Llama3、OpenAI o3-mini 等模型。尽管在这一相对主观的测试中，Gemma 3 尚未完全赶上 DeepSeek R1，但其在单个 Nvidia H100 加速器上运行的性能表现仍然令人印象深刻。Google 还表示，Gemma 3 在数学、编码和遵循复杂指令方面也表现更强，但未提供具体数据支持这一说法。
开发者现在可以通过 Google AI Studio、Google Colab 和 Vertex AI 等工具开始尝试使用 Gemma 3。此外，Gemma 3 作为开源模型，还可以从 Kagle 或 Hugging Face 等代码库下载。尽管 Google 的许可协议对使用范围有所限制，但开发者仍可以在自己的硬件上自由探索 Gemma 3 的潜力。
为了进一步激发开发者的创造力，Google 推出了一个新的“Gemmaverse”社区，展示使用 Gemma 模型构建的应用程序。无论开发者想做什么，总有一款 Gemma 模型适合其硬件，这无疑为 AI 开发领域带来了更多的可能性。
