少数派
·
派早报：Google 发布 Gemma 4 开源系列模型、智谱发布 GLM-5V-Turbo 多模态模型等
内容提要
Google于4月2日发布了开源模型Gemma 4，强调参数效率和本地运行能力，支持多种设备和语言，具备多模态处理能力，适用于Agent工作流开发。该模型采用Apache 2.0许可证，兼容主流工具链，推动AI在移动端和边缘计算的应用。
关键要点
-
Google于4月2日发布了开源模型Gemma 4，强调参数效率和本地运行能力。
-
Gemma 4提供四种规模版本，适用于从移动设备到高性能GPU的多层级部署需求。
-
31B模型在Arena AI排行榜中位列开源模型前三，性能超过部分参数规模高出约20倍的模型。
-
Gemma 4支持最长256K上下文窗口，具备多模态处理能力，支持图像、视频与音频内容输入。
-
模型原生支持函数调用、结构化JSON输出及系统指令，适用于Agent工作流开发。
-
Gemma 4采用Apache 2.0开源许可证，兼容主流工具链，支持本地设备或云端环境部署。
-
Gemma 4已支持超过140种语言，面向Android设备、物联网及科研等场景。
-
智谱于4月2日推出视觉语言模型GLM-5V-Turbo，旨在解决视觉理解与代码生成之间的性能权衡问题。
-
GLM-5V-Turbo通过联合强化学习训练实现能力平衡，支持最高200K上下文窗口。
-
Google将强制要求所有Wear OS手表应用支持64位，开发者需提供32位与64位版本应用。
-
中国广播电视社会组织联合会演员委员会发布声明，强调演艺人员的肖像权、声音权及艺术形象权。
-
声明要求短视频、直播及影视平台强化内容审核机制，全面排查并下架侵权作品。
-
Google宣布升级AI Pro订阅权益，云存储容量由2TB提升至5TB，Gemini能力进一步增强。
延伸问答
Gemma 4 模型的主要特点是什么？
Gemma 4 强调参数效率和本地运行能力，支持多种设备和语言，具备多模态处理能力，适用于 Agent 工作流开发。
Gemma 4 支持哪些类型的输入？
Gemma 4 支持图像、视频与音频内容输入，具备多模态处理能力。
Gemma 4 的开源许可证是什么？
Gemma 4 采用 Apache 2.0 开源许可证，兼容主流工具链。
GLM-5V-Turbo 模型的主要应用场景是什么？
GLM-5V-Turbo 面向 Agent 场景深度适配，能够基于视觉输入生成代码并完成界面操作。
Gemma 4 的上下文窗口支持多大？
Gemma 4 支持最长 256K 的上下文窗口，边缘侧模型为 128K。
Google 对 Wear OS 应用的要求是什么？
Google 要求所有 Wear OS 新应用及更新必须同时提供 32 位与 64 位版本，未满足要求的版本将无法上传。
