谷歌推 Gemini 3：轻量开源，单 GPU 上的 AI 性能王者

近日，谷歌正式推出 Gemma 3，这是一款全新的轻量级开源模型系列，被谷歌官方称为可在单 GPU 或 TPU 上运行的最强大模型。​

Gemma 3 共有四种规模，分别为 10 亿、40 亿、120 亿和 270 亿参数。开发者可根据自身硬件条件和性能需求，灵活选择适合的模型版本。在初步的人类偏好评估中，Gemma 3 的性能超越了 Llama-405B、DeepSeek-V3 和 O3-mini 等模型。这意味着开发者即便使用单 GPU 或 TPU 主机，也能为用户打造出高质量、流畅且引人入胜的 AI 体验。​

Gemma 3 在功能特性上表现卓越。它支持超过 140 种语言，拥有长达 128k-token 的上下文窗口，能够理解和处理复杂的长文本信息。在推理能力方面，无论是文本推理还是视觉推理，都有显著提升。比如在处理多模态任务时，能将图像与文本信息结合，进行精准分析与回应。同时，其量化版本进一步优化了运行效率，在实现更快速度的同时，降低了对计算资源的需求，让更多设备能够轻松承载。​

在模型构建过程中，谷歌运用了多种先进技术。预训练和后训练阶段，通过蒸馏、强化学习以及模型合并等技术的组合优化，提升了模型在数学、编码和指令执行等方面的性能。其中，后训练包含四个关键部分：从较大的指令模型蒸馏到 Gemma 3 预训练检查点；利用人类反馈强化学习，使模型预测与人类偏好保持一致；借助机器反馈强化学习增强数学推理能力；通过执行反馈强化学习提升编码能力。这些技术的运用，让 Gemma 3 在 LM Arena 排行榜上取得了 1338 分的成绩，成为顶级的开源紧凑型模型。​

为了保障模型的安全性，谷歌对 Gemma 3 的开发遵循严格的安全协议。在数据治理上做到全面且细致，通过微调与基准评估等手段，确保模型符合各项安全政策。与此同时，谷歌还推出了基于 Gemma 3 的 Shield Gemma 2，作为一款图像安全检查器，它能为各类图像应用提供内置的安全保障，有效识别和过滤存在安全风险的图像内容。​

在使用途径上，开发者拥有多种选择。既可以通过 Hugging Face Transformers、Ollama 等常用工具使用 Gemma 3，也能在谷歌 AI Studio 中直接体验模型效果。如果开发者想要进行个性化定制与部署，还能通过 Kaggle、Hugging Face 下载模型，基于自身需求进行深度开发，极大地拓展了模型的应用场景与可能性。

AI 智讯快报 速递全球 AI 动态