gemma-4-E2B

gemma-4-E2B

处理文本、图片和音频输入并输出文本，是为笔记本和手机设计的小型 Gemma 4 模型。来自 Google DeepMind，有效参数 2.3B，上下文 128K。

由 google 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：gemma-4-E2B 是 Google DeepMind 的 Gemma 4 系列中最小的模型。它接收文本、图片和音频作为输入，输出文本。E 代表有效参数，所以它的表现像一个 2.3B 的模型，而文件里有 5.1B 参数，差额来自每层的嵌入表。

适合谁：适合想要小型开放多模态模型，并能在笔记本或手机级设备上运行的开发者和爱好者。

Industry | Who uses it | How they use it | Example
软件 | 移动端和桌面端开发者 | 在设备上运行小型多模态模型 | 能看懂照片的助手
研究 | 机器学习研究人员 | 研究小型多模态和逐层嵌入设计 | Gemma 4 各尺寸之间的对比
教育 | 学生 | 在普通硬件上试用推理和编程帮助 | 笔记本上的学习助手
无障碍 | 工具开发者 | 在本地描述图片或转写简短音频 | 能解释图片的屏幕阅读器

如果你需要更大的模型来处理更难的任务，可以跳过它，因为这个系列还有 E4B、12B、26B A4B 和 31B 的尺寸。

用在哪里：

• 笔记本和移动设备，模型卡把它们列为 E2B 和 E4B 尺寸的目标
• 装有 Python 的 Windows、macOS 或 Linux，使用 transformers 库
• 能加载 Safetensors 文件的程序

Use case | Who | What they get back
聊天和推理 | 个人 | 带可配置思考模式的回答
图片和音频输入 | 开发者 | 针对你提供的图片或声音的文字回答
编程和智能体 | 开发者 | 函数调用和代码帮助
多语言使用 | 任何人 | 按模型卡所说，支持超过 140 种语言

如何设置：

• Python，用来运行 Hugging Face 下载工具
• BF16 权重约 10.2 GB 的空间，按估算 4-bit 约 2.6 GB
• 用来加载模型的 transformers 库

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载模型文件。
3. 用 transformers 加载模型，细节参考模型卡。

pip install -U huggingface_hub
hf download google/gemma-4-E2B

如何使用：向模型发送文本、图片或音频，然后读取它写回的文字。模型卡说 Gemma 4 支持系统角色，所以你可以在系统消息里为对话设定规则。

示例：你给模型一张菜单的照片，问“Which dishes here are vegetarian”。它读取图片，用文字回复它认为符合条件的菜品。

新手与专家：先用一个简短的文本提示确认模型能加载，再加上图片。早期提示保持简短，因为这个模型是为普通硬件设计的。

这个模型有 35 层，滑动窗口为 512 个 token，设计上交替使用局部注意力和完整的全局注意力，并以全局层结尾。一个约 150M 的视觉编码器和一个约 300M 参数的音频编码器为它提供输入。词表有 262K 个条目，上下文最长 128K token。

发送文本、图片或音频
局部和全局注意力层处理
逐层嵌入提供查表
返回文本

注意事项：

• License: Apache 2.0
• Cost to run: 没有提到
• Data it reaches: 从 Hugging Face 下载文件，之后在你自己的机器上运行
• Not for: 最大的任务，这类任务有 12B、26B A4B 和 31B 尺寸
• Limits: 128K 的上下文小于中等规模模型提供的 256K

Hugging Face 上的数据（2026年11月13日）

• 任务：any to any
• 框架：transformers
• 参数量：5.1B
• Weights: about 10.2 GB in BF16; about 2.6 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：109,387
• 点赞：559
• 许可证：apache-2.0
• Quantized versions: 44
• Fine-tunes: 157
• 标签：transformers, safetensors, gemma4, image-text-to-text, any-to-any

链接

• 模型：https://huggingface.co/google/gemma-4-E2B
• 文件：https://huggingface.co/google/gemma-4-E2B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download google/gemma-4-E2B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。