gemma-4-E4B

gemma-4-E4B

Google DeepMind 的 Gemma 4 系列中的 E4B 模型，一个能读文字、图片和音频并输出文字的开放模型，面向笔记本和手机运行而设计。

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-E4B 是 Google DeepMind 的 Gemma 4 开放模型之一。它接收文字、图片和音频作为输入，用文字回答。记录列出的参数量是含嵌入的 8B，模型卡把 4.5B 算作有效规模。

这个模型的上下文窗口是 128K 个词元，支持 140 多种语言。它面向文本生成、编程和推理。

适合谁：它适合想要一个小到能放进笔记本或边缘设备的开放多模态模型的开发者和研究者。这个系列还有更大的尺寸，最大到 31B，面向工作站。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 加入一个能处理文字、图片和音频输入的本地模型 | 回答一个关于照片的问题
移动和边缘 | 应用开发者 | 在笔记本或手机级设备上运行模型 | 一个离线也能用的功能
研究 | 机器学习研究者 | 研究或微调开放模型 | 与更大的 Gemma 4 尺寸做对比
智能体 | 工具开发者 | 使用函数调用和思考模式 | 一个根据请求选择工具的助手

如果你想用托管的聊天机器人，又不打算运行模型，可以跳过它。

用在哪里：

• 装有 transformers 库的 Python，这是这个仓库列出的库
• Windows、macOS 或 Linux，下载步骤需要 Python
• 笔记本和手机级硬件，模型卡点名了小模型适用

用例 | 谁用 | 得到什么
聊天和推理 | 开发者 | 带可配置思考模式的文字回答
图片和音频问题 | 应用开发者 | 关于一张图片或一段录音的文字回答
编程帮助 | 工程师 | 文字形式的代码和解释

如何设置：先准备好下面这些东西。

• Python 和 pip
• transformers 库
• 约 16 GB BF16 权重的磁盘和内存，按记录的估算，4 位约 4 GB

1. 用 pip 安装 Hugging Face hub 包。
2. 用 hf 命令下载仓库。
3. 用 transformers 加载模型，运行细节见模型卡。

pip install -U huggingface_hub
hf download google/gemma-4-E4B

如何使用：模型加载好之后，你给它文字，也可以再加图片或音频，它会写回文字。模型卡称它支持 system 角色，让对话更稳定，也原生支持给智能体用的函数调用。

示例：你加载模型，附上一段简短的录音。你问 "What was said in this clip?"。模型卡列出这个尺寸支持音频输入，所以模型会读取声音并用文字回复。

新手与专家：先用一条简短的文字提示词，读读回复。跑通后再加图片。音频放最后，因为它需要多一点设置。

E4B 里的 E 表示有效参数。小模型给每个解码层的每个词元一个自己的小嵌入，这些表很大，但只用来查表。所以 4.5B 有效参数包含在总共 8B 里。注意力把 512 个词元的局部滑动窗口和全局层混合起来，最后一层总是全局的。

Title: 稠密 Gemma 4 模型的上下文长度
E2B: 128 K tokens
E4B: 128 K tokens
12B: 256 K tokens
31B: 256 K tokens

用 hf 下载模型
用 transformers 加载
发送文字、图片或音频
模型写回文字

注意事项：

• License: Apache 2.0
• Cost to run: 来源没有提到费用，但你需要能放下约 16 GB BF16 权重的硬件
• Data it reaches: 它把文件从 Hugging Face 下载到你的电脑上

Hugging Face 上的数据（2026年11月13日）

• 任务：any to any
• 框架：transformers
• 参数量：8B
• Weights: about 16 GB in BF16; about 4 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：449,316
• 点赞：508
• 许可证：apache-2.0
• Quantized versions: 37
• Fine-tunes: 150
• 标签：transformers, safetensors, gemma4, image-text-to-text, any-to-any

链接

• 模型：https://huggingface.co/google/gemma-4-E4B
• 文件：https://huggingface.co/google/gemma-4-E4B/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-E4B

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。