Google推出了全新的Gemma 3 270M模型，这是一款参数量为2.7亿的紧凑型AI模型。该模型专为特定任务微调而设计，具备出色的指令遵循和文本结构化能力，在IFEval基准测试中树立了同尺寸模型的新标杆。Gemma 3 270M拥有1.7亿嵌入参数和1亿Transformer模块参数，支持256k token的大词汇量，特别适合特定领域和语言的微调。其极致的能效表现，在Pixel 9 Pro SoC上仅消耗0.75%电量，是迄今最节能的Gemma模型。模型提供预训练和指令微调版本，并支持INT4量化，便于在资源受限设备上部署，为开发者构建智能、迅捷、安全的AI解决方案提供了强大工具。

💡 **紧凑而强大的架构与性能：** Gemma 3 270M 拥有 2.7 亿参数，其中 1.7 亿用于嵌入，1 亿用于 Transformer 模块，并支持 256k token 的大词汇量。这使其成为一个强大的基础模型，特别适合在特定领域和语言中进行进一步微调，并在 IFeval 基准测试中为同尺寸模型设定了新的性能标准。

⚡ **极致能效与低功耗：** 该模型在能效方面表现突出，在 Pixel 9 Pro SoC 上的内部测试显示，通过 INT4 量化技术，在 25 次对话中仅消耗 0.75% 的电量，成为 Google 最节能的 Gemma 模型，非常适合在移动设备等资源受限的环境中运行。

🎯 **强大的指令遵循能力与量化部署：** Gemma 3 270M 提供指令微调版本，能够开箱即用地遵循一般指令，虽然不专为复杂对话设计，但其文本结构化能力使其适用于生产环境。同时，量化感知训练 (QAT) 检查点允许在 INT4 精度下运行模型，将性能损失降至最低，这对于在资源受限设备上部署至关重要。

🛠️ **“选择合适的工具”理念与应用场景：** 该模型体现了为特定任务选择最合适工具的理念，适用于情感分析、实体提取、查询路由、文本转换、创意写作和合规性检查等明确任务。它能帮助开发者构建精简、快速且成本效益高的生产系统，并支持快速迭代和部署。

🚀 **赋能多样化应用与生态系统：** Gemma 3 270M 不仅能用于企业级任务，还能赋能创意应用，例如“睡前故事生成器”Web 应用。其小巧的体积和性能使其适用于离线、基于 Web 和创意任务。Google 致力于让开发者轻松地使用该模型，并已在 Hugging Face、Ollama 等多个平台提供下载和试用。

Google 2025-09-10 17:50 北京

全新 Gemma 3 270M 是一款紧凑而强大的模型，拥有极致能效与出色的指令遵循能力，让开发者能以更低成本和更高效率，构建智能、迅捷、安全的 AI 解决方案。

作者 / 小组产品经理 Olivier Lacombe、研究工程师 Kathleen Kenealy、Kat Black、Ravin Kumar、Francesco Visin、Jiageng Zhang

过去几个月，Gemma 开放模型系列的发展是激动人心的。我们推出了 Gemma 3 和 Gemma 3 QAT，为单一云端和桌面加速器带来了最先进的性能。以移动设备优先的架构 Gemma 3n 的推出，能够将强大的实时多模态 AI 直接应用于边缘设备。我们的目标是为开发者提供使用 AI 进行构建的实用工具，也一直对大家共同创造的 Gemmaverse 生态系统蓬勃发展而倍感欣喜，目前下载量已经突破 2 亿次，让我们共同庆祝这一时刻。

🔗 Gemma 3

https://blog.google/technology/developers/gemma-3/

🔗 Gemma 3 QAT

https://developers.googleblog.com/en/gemma-3-quantized-aware-trained-state-of-the-art-ai-to-consumer-gpus/

🔗 Gemma 3n

https://developers.googleblog.com/en/introducing-gemma-3n/

🔗 Gemmaverse

https://deepmind.google/models/gemma/gemmaverse/

🔗 倍感欣喜

https://www.youtube.com/watch?v=Fx6IuEggeac

现在，我们在 Gemma 3 工具包中新增了一款高度专业化的工具：Gemma 3 270M。此模型是拥有 2.7 亿参数的紧凑型模型，专为针对特定任务进行微调而设计，并且已内置强大的指令遵循和文本结构化能力。

△ Gemma 3 270M 为小尺寸模型带来强大的指令遵循能力。正如 IFEval 基准测试 (该测试用于检验模型遵循可验证指令的能力) 所示，它为同尺寸模型确立了新的性能水平，使复杂的 AI 功能更容易用于设备端和研究应用。

🔗 Gemma 3 270M

https://ai.google.dev/gemma/docs/core/huggingface_text_full_finetune

紧凑但功能强大的架构：我们的新模型总共有 2.7 亿参数：其中的 1.7 亿是嵌入参数 (因词汇量较大)，另外的 1 亿参数用于我们的 Transformer 模块。得益于 256k token 的大词汇量，该模型可以处理特定和罕见的 token，使其成为可在特定领域和语言中进一步微调的强大基础模型。

极致的能效表现：Gemma 3 270M 的一个关键优势是其低功耗。在 Pixel 9 Pro SoC 上进行的内部测试显示，由于采用了 INT4 量化技术，该模型在 25 次对话中仅消耗了 0.75% 的电量，成为我们最节能的 Gemma 模型。

指令遵循：我们同步发布了指令微调版模型和预训练检查点。虽然此模型并非专为复杂的对话用例而设计，但它是一个强大的模型，能够开箱即用直接遵循一般指令。

可用于生产环境的量化：量化感知训练 (QAT) 检查点已正式推出，使您能够在 INT4 精度下运行模型，同时将性能损失降至最低，这对于在资源受限的设备上部署模型至关重要。

🔗 量化感知训练

https://developers.googleblog.com/en/gemma-3-quantized-aware-trained-state-of-the-art-ai-to-consumer-gpus/

🔗 检查点已正式推出

https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d

在工程领域，衡量成功的标准在于效率，而不仅仅是原始算力。避免 "大材小用"，同样的道理也适用于使用 AI 进行构建。

Gemma 3 270M 体现了 "选择合适的工具" 这一理念。这是一款性能卓越的基础模型，开箱即用即可遵循指令，而通过微调更能释放其全部潜能。经过专业化设置后，模型能以惊人的准确率、速度和成本效益执行文本分类和数据提取等任务。从一款功能强大的紧凑型模型着手，您可以构建出精简、快速且显著降低运营成本的生产系统。

这种方法已经在现实世界中取得了令人惊叹的成果。Adaptive ML 与 SK Telecom 合作完成的项目便是一个绝佳的例证。面对复杂、多语言的内容审核这一挑战，他们选择了走专业化路线。Adaptive ML 没有使用大型通用模型，而是对 Gemma 3 4B 模型进行了微调。结果令人惊叹：专业的 Gemma 模型在特定任务上的性能不仅比肩、甚至超越了更大规模的专有模型。

🔗 Adaptive ML 与 SK Telecom 合作完成的项目

https://deepmind.google/models/gemma/gemmaverse/adaptiveml/

Gemma 3 270M 旨在让开发者更进一步地采用这种方法，从而更高效地处理明确的任务。该模型是打造小型专业模型的完美起点，因为每个模型都有各自擅长处理的任务类型。

而且，这种专业化的能力不仅适用于企业任务，还能赋能强大的创意应用。例如下面这款 "睡前故事生成器" Web 应用：

△ Gemma 3 270M 借助 Transformers.js 为 "睡前故事生成器" Web 应用提供支持。模型的大小和性能适用于处理离线任务、基于 Web 的任务和创意任务。(图片来源：Hugging Face 团队的 Joshua (X 上的 @xenovacom))

🔗 "睡前故事生成器" Web 应用

https://huggingface.co/spaces/webml-community/bedtime-story-generator

Gemma 3 270M 沿袭了 Gemma 3 系列的先进架构和强大的预训练能力，为您的自定义应用奠定了坚实的基础。

理想应用场景如下：

您有大量明确的任务。非常适合情感分析、实体提取、查询路由、非结构化文本到结构化文本的转换、创意写作以及合规性检查等功能。

您需要充分利用每分每秒的时间。大幅降低或消除生产环境中的推理成本，并为用户提供更快的响应速度。经过微调的 270M 模型可以在轻量级、低成本的基础设施上运行，也可以直接在设备上运行。

您需要快速迭代和部署。Gemma 3 270M 体积小巧，可进行快速微调实验，帮助您在数小时而非几天内找到适合用例的理想配置。

您需要确保用户隐私。由于该模型可以完全在设备上运行，因此您可以构建处理敏感信息的应用，而无需将数据发送到云端。

您想拥有一系列能够处理各种任务的专业模型。构建并部署多个自定义模型，每个模型都针对不同的任务经过专业训练，并且不会超出您的预算。

我们致力于让每一位开发者都能轻松地将 Gemma 3 270M 打造为专属的定制化解决方案。该模型采用与其他 Gemma 3 模型相同的架构，并配备了相关教程和工具，助您快速入门。您可以在 Gemma 文档中查阅关于使用 Gemma 3 270M 进行全面微调的指南。

🔗 全面微调

https://ai.google.dev/gemma/docs/core/huggingface_text_full_finetune

下载模型：从 Hugging Face、Ollama、Kaggle、LM Studio 或 Docker 获取 Gemma 3 270M 模型。我们将发布经过预训练和指令微调的模型。

试用模型：在 Vertex AI 或热门推理工具 (如 llama.cpp、Gemma.cpp、LiteRT、Keras 和 MLX) 上试用模型。

开始微调：使用您最喜欢的工具，包括 Hugging Face、UnSloth 和 JAX。

部署解决方案：微调完成后，您可以在任何地方部署您的专业模型，从您自己的本地环境到 Google Cloud Run。

Gemmaverse 建立在 "创新无关大小" 这一理念之上。借助 Gemma 3 270M，我们让开发者能够构建更智能、更迅捷、更高效的 AI 解决方案。我们热切期待您创建的专业模型。

---

阅读原文

跳转微信打开