---
title: "Gemma：推出全新的顶尖开放模型 [译]"
url: "https://paooo.com/ai-study/8628/"
author: "宝玉的分享"
published_at: "2025-01-17T17:02:58+08:00"
updated_at: "2026-05-23T18:23:34+08:00"
categories: "强化 AI 学习"
tags: "Gemini, PyTorch, TensorFlow, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Gemma：推出全新的顶尖开放模型 [译]

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-study/8628/) · 作者：宝玉的分享 · 发布时间：2025-01-17

## AI 30 秒核心看点 (TL;DR)

- Gemma 基于 Gemini 同源研究与技术基础，主打轻量级、先进且可负责任使用的开放模型。
- 提供 2B/7B 两种权重及预训练、优化版本，并配套安全工具包、调试工具和最佳实践。
- 支持多框架微调与推理，兼容本地设备、Google Cloud、NVIDIA GPU 和 TPU，便于快速落地。

Gemma 承载着对负责任 AI 开发的承诺，它采用了与 Gemini 模型相同的研究成果和技术基础。


	
	黑色背景上，蓝色渐变中显现的“Gemma”字样和一颗具有设计感的火花图标。

在 Google，我们坚信使 AI 惠及每一个人的理念。我们在向开放社区贡献创新方面拥有悠久的历史，这包括了 Transformers、TensorFlow、BERT、T5、JAX、AlphaFold 以及 AlphaCode 等重大贡献。现在，我们激动地宣布，Google 将向开发者和研究者们推出新一代的开放模型，旨在支持他们以负责任的方式开发 AI。

## 
Gemma 开放模型

Gemma 是由 Google DeepMind 及 Google 其他团队共同开发的，一系列轻量级、先进的开放模型，基于与 Gemini 模型相同的研究和技术。Gemma 不仅源自于 Gemini 的灵感，其名字在拉丁语中代表“宝石”，象征其珍贵和独特。除了模型权重，我们还提供了一系列工具，旨在支持开发者创新、促进合作，并确保 Gemma 模型的负责任使用。

从今日起，Gemma 将向全球用户开放。以下是一些关键信息：

- 我们推出了两种规模的模型权重：Gemma 2B 和 Gemma 7B，每种规模均提供了预先训练好的版本以及经过特殊优化的版本。

- 新推出的负责任的生成式 AI 工具包为开发更安全的 AI 应用提供了指南和必要的工具，特别适用于 Gemma。

- 我们为 JAX、PyTorch 和 TensorFlow 等所有主流开发框架提供了一套完整的工具，支持模型的推理操作和有监督的调优工作，全部通过最新的Keras 3.0版本实现。

- 借助即开即用的Colab和Kaggle Notebook，以及与Hugging Face、MaxText、NVIDIA NeMo和TensorRT-LLM等流行工具的无缝集成，轻松开始 Gemma 之旅。

- 
经过预训练和特殊优化的 Gemma 模型能够在个人电脑、工作站或 Google Cloud 上运行，通过Vertex AI和Google Kubernetes Engine（GKE）实现简便部署。

- 针对多种 AI 硬件平台的优化工作确保了我们在行业中的领先性能，包括NVIDIA 的 GPU和Google Cloud 的 TPU。

- 
使用条款支持所有机构负责任地进行商业使用和分发，不分大小。

## 
尺寸级别的顶尖性能

Gemma 模型与我们目前最大、最强大的 AI 模型——Gemini在技术和基础架构上有共享之处。这一共享使得 Gemma 2B 和 7B 能够在同类开放模型中，就其规模而言，展现出卓越的性能。更为重要的是，Gemma 模型甚至能直接运行在开发者的笔记本或台式机上。尤其值得一提的是，Gemma 在重要的基准测试上超越了体积更大的模型，同时严格遵循我们对输出安全和责任的高标准。想要了解更多关于性能、数据集构成以及建模方法的详细信息，请查阅技术报告。


	
	展示 Gemma 在常用基准测试中的性能，与 Llama-2 的 7B 和 13B 版本进行了比较的图表

## 
设计理念体现责任感

在设计 Gemma 时，我们将 AI 原则 置于首位。为确保 Gemma 预训练模型的安全与可靠，我们采用自动化技术筛除了训练集中的个人信息和其他敏感数据。此外，我们还广泛应用了微调技术和基于人类反馈的强化学习 (RLHF)，以确保我们的模型行为与负责任的标准相符。为评估 Gemma 模型的风险程度，我们进行了全面的评估，包括手动红队测试、自动对抗测试和对模型进行危险活动能力的评估。这些评估工作已详细记录在我们的 模型卡 中。1

我们还发布了一套新的 负责任生成式 AI 工具包，与 Gemma 同时推出，旨在帮助开发者和研究人员构建既安全又负责任的 AI 应用。该工具包包括：

- 
**安全分类：** 我们提供了一种新的方法，即使用最少的示例来构建健壮的安全分类器，详情见 这里。

- 
**调试工具：** 通过 Gemma 调试工具，您可以深入了解 Gemma 的行为并解决潜在的问题。

- 
**指南：** 基于谷歌在开发和部署大型语言模型方面的经验，我们提供了模型开发者的最佳实践指导。

## 
跨平台、工具及硬件的深度优化

你可以根据自己的数据需求，对 Gemma 模型进行微调 (fine-tune)，以便更好地适应特定的应用场景，如生成摘要或检索增强型生成 (RAG)。Gemma 支持包括但不限于以下工具和系统：

- **多框架支持工具：**无论你偏爱哪种开发框架，Gemma 都提供了跨 Keras 3.0、PyTorch、JAX 及 Hugging Face Transformers 的推理和微调参考实现。

- **跨设备兼容：**Gemma 模型能够在各种常见设备上运行，涵盖笔记本、台式机、物联网、移动设备以及云平台，旨在让 AI 技术的应用更加广泛和便捷。

- **尖端硬件平台合作：**我们与 NVIDIA 携手，针对 NVIDIA GPU 从数据中心到云端乃至个人 RTX AI 电脑进行了专门优化，以确保提供行业领先的性能并充分利用最新技术。

- **针对 Google Cloud 的专项优化：**Vertex AI 提供全面的 MLOps 工具集，支持多样化的调优选项和简便的一键部署，后者利用了内建的推理优化技术。用户还可以通过完全托管的 Vertex AI 工具或自主管理的 GKE，实现高级定制，包括向 GPU、TPU 和 CPU 等成本效益高的基础设施部署，不论使用哪个平台都行。

## 
为研究和开发提供免费额度

Gemma 旨在为那些推动 AI 创新的开发者和研究人员社区提供支持。今天，你就可以开始使用 Gemma，在 Kaggle 上享受免费访问，在 Colab Notebook 上享受免费服务，以及为首次使用 Google Cloud 的用户提供的 300 美元额度。研究人员还可以申请高达 500,000 美元的 Google Cloud 额度，以加速他们的项目进展。

## 
开始使用

通过访问 ai.google.dev/gemma，你可以深入了解 Gemma 并获取快速入门指南。

随着我们不断扩展 Gemma 模型系列，我们期待引入更多适合不同应用场景的新模型。请期待未来几周内的活动和机会，届时你将有机会更深入地了解、学习并使用 Gemma。

我们期待着见证你的创新成果！

## 常见问题解答 (FAQ)

### Gemma 开放模型有哪些版本？
文章提到 Gemma 首发提供两种规模的模型权重：Gemma 2B 和 Gemma 7B。每种规模都包含预先训练好的版本，以及经过特殊优化的版本，便于不同算力和应用场景选择。

### Gemma 适合哪些开发框架和部署环境？
Gemma 提供 Keras 3.0、PyTorch、JAX 和 Hugging Face Transformers 的推理与微调参考实现，并可运行在笔记本、台式机、物联网、移动设备和云平台上，支持 Vertex AI 与 GKE 部署。

### Gemma 为什么强调负责任 AI？
Gemma 在训练前后都加入了安全与责任机制，包括自动化筛除敏感数据、微调与 RLHF、手动红队测试、自动对抗测试等，并配套负责任生成式 AI 工具包，帮助开发者构建更安全的应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
