作者： |
发布时间：Sun, 05 Apr 2026 16:00:00 GMT
[东吴证券] 端侧AI周跟踪：Google发布Gemma 4，模型能力跃迁催化终端硬件升级周期
摘要
Google 近期发布了新一代开源模型 Gemma 4，通过 Agent 能力与原生多模态的全面增强，显著提升了端侧任务的处理上限。该系列模型不仅在架构上大幅优化了内存使用效率，更通过放开 Apache 2.0 开源协议与深度集成 Android 体系，降低了商业门槛。我们认为，端侧模型能力的跃迁将直接驱动终端硬件的性能升级，开启新一轮换机周期。
正文内容
一、 Gemma 4 核心能力演进：Agent 与多模态双轮驱动 
Google 发布的 Gemma 4 包含 E2B、E4B、26B（MoE）及 31B（Dense） 四个版本，其能力实现全线升级：
- Agent 与复杂推理：支持多步骤推理与复杂逻辑规划，具备面向 Agent 场景的自主工作流执行能力，可直接调用工具与 API。
- 原生多模态能力：全系支持图像与视频处理，OCR 与图表理解表现卓越；E2B/E4B 版本额外支持原生音频输入。
- 长上下文窗口：小模型支持 128K，大模型最高支持 256K 上下文，显著提升长文档处理能力。
- 多语言支持：已在超过 140 种语言上进行原生训练。
- 离线化：支持本地环境下的代码生成。
二、 技术架构创新：攻克端侧部署的“内存瓶颈” 
Gemma 4 的迭代重心在于降低硬件门槛，提升端侧设备的承载能力：
- 降低推理门槛：延续 PLE（Per-Layer Embeddings）机制。以 E2B 为例，总参数约 5B，但实际推理仅需加载约 2B 核心权重，其余由 CPU 按需调用。这使得模型可在存量中端设备上运行，极大扩展了端侧 AI 的覆盖基数。
- 极致内存优化：采用“交替式滑动窗口 + 全局注意力”及 Shared KV Cache 设计。相比传统机制，KV 缓存需求下降了 74%。这是端侧 AI 从“聊天机器人”向“生产力工具”进化的关键技术支撑。
- 能力下沉：首次将视觉 + 音频的原生多模态能力下沉至 2B 级模型，为手机端理解屏幕、语音交流及跨应用操作提供了坚实基础。
三、 生态与市场：商业协议放开，驱动硬件换机潮 
- 开源协议升级：Gemma 4 切换至 Apache 2.0 协议，提供完全的商业自由，预计将吸引大量开发者与商业客户从其他封闭生态回流。
- Android 深度集成：Gemma 4 将作为 Gemini Nano 4 的基础模型，并计划于年内落地新一代旗舰 Android 设备。
- 生态规模：目前 Gemma 累计下载量已突破 4 亿次，拥有超过 10 万个衍生模型，“Gemmaverse”生态初具规模。
结论
我们认为，以 Gemma 4 为代表的端侧模型能力升级，正通过架构创新有效降低硬件门槛并提升任务处理上限。这不仅将显著拓展端侧 AI 的应用边界（如全能型 Agent、长文档分析等），更将催化终端硬件（如内存、算力芯片）的性能规格升级。随着端侧 AI 走向实用化，新一轮终端硬件换机周期与品类创新（AI Phone/AI PC）有望加速开启。
风险提示
- 技术创新不及预期风险：AI 模型迭代速度或落地效果可能低于市场预期。
- 终端需求不足风险：消费者对 AI 功能的付费意愿或换机动力可能不足。
- 宏观环境风险：全球宏观经济波动或供应链政策变化影响产业进程。
延伸阅读
研报PDF原文链接