Google 正式开源其 Gemma 系列中最轻量的模型 Gemma 3 270M，该模型拥有 2.7 亿参数，专为设备端部署和特定任务微调而设计。其 INT4 量化版本仅需约 240MB 内存，可在手机、IoT 等低资源设备上高效运行，例如在 Pixel 9 Pro 上进行 25 轮对话仅消耗 0.75% 电量。Google 还提供了微调教学资源，支持开发者进行客制化开发，该模型适合处理情绪分析、实体识别等高频任务，并具备本地执行敏感数据的能力，是 Google 推动设备端 AI 战略的重要一步。
💡 Gemma 3 270M 是 Google Gemma 系列中参数量最少（2.7 亿）且专为设备端部署设计的轻量级模型。它在 Pixel 9 Pro 上实测显示出极低的能耗（25 轮对话仅耗 0.75% 电量），表明其在资源受限设备上的优异表现。
💾 该模型支持 INT4 量化，内存需求仅约 240MB，相比 BF16 格式（约 400MB）减少近 40%，使其能够顺利部署于手机、IoT 等低资源设备，降低了硬件门槛。
🛠️ Google 提供了完整的微调教学资源，支持开发者使用 Hugging Face Transformers 进行模型训练，可针对分类、数据抽取、情绪分析等多种应用进行客制化开发，提升模型的实用性和适应性。
🚀 Gemma 3 270M 尤其适合处理高频、任务明确的应用，如情绪分析、实体识别和查询分类。其快速微调和低延迟特性，以及本地执行敏感数据的能力，使其成为开发多任务小型模型的理想选择。
🌐 该模型是 Google 推动设备端 AI 战略的一部分，强调开源、可微调和跨平台部署。与针对极低资源设备优化的 Gemma 3n 形成互补，共同构建更广泛的设备端 AI 生态。
Google周四（8/14）開源Gemma 3 270M，這是Gemma系列中最輕量的版本，具備2.7億參數，它在Pixel 9 Pro上執行25輪對話僅耗0.75%電量。該模型專為特定任務微調與裝置端部署設計，具備指令遵循與文本結構化能力，而非通用型LLM。
Gemma 3 270M支援多種格式，其中INT4量化版本的記憶體需求約為240MB，相較BF16格式約400MB減少近4成，能在手機、IoT或其他低資源裝置上順利執行。
目前Gemma 3系列包含270M、1B、4B、12B與27B等不同規模版本。在Q4_0量化格式下，各模型的記憶體需求分別為240MB、892MB、3.4GB、8.7GB及21GB。Gemma 3 270M版本以最低記憶體門檻與最低功耗，成為目前系列中最適合部署於終端裝置的選擇。
Google也同步發布微調教學資源，包含以Hugging Face Transformers進行全模型訓練的完整流程，支援開發者針對分類、資料抽取、情緒分析等應用進行客製化。社群開發者也已透過transformers.js展示其在瀏覽器端的運行能力，證明Gemma 3 270M在Web環境中亦具備良好效能與可控性。
Gemma團隊表示，Gemma 3 270M適合處理高頻率、任務明確的應用，如情緒分析、實體辨識與查詢分類；能快速微調並部署於資源有限的裝置上，降低延遲與推論成本；模型可在本地執行，特別適合處理敏感資料；亦適用於開發多個專責任務的小型模型。
Gemma 3 270M與尚未開源的Gemma 3n同屬Google推動裝置端AI的戰略佈局。前者主打開源、可微調與跨平臺部署，後者則針對2GB RAM等極端低資源裝置優化，用於即時與離線運行。
