什么值得买App下载 App ›
连续签到专享现金活动

【一周实测】Google 放大招?Gemma 4 在 iPhone 断网运行,结果太意外了!| Human Beta Lab

距离 Gemma 4 发布已过去一周,这款基于 Gemini 3 研究与技术构建的开源模型,主打在移动端和物联网设备上实现前所未有的智能水平。为了验证其在真实物理隔离环境下的表现,本次测试在 iPhone 16 Pro 上进行,通过开启飞行模式彻底断网,旨在评估模型仅凭本地算力在多模态理解与任务执行方面的实际能力。
01测试环境与基础配置
测试平台为 iPhone 16 Pro,重点考察模型在断网状态下的运行流畅度与响应速度。在 iOS 生态中,主要有两款应用支持本地部署 Gemma 4:谷歌官方的 Google AI Edge Gallery 以及第三方的 Locally AI。本次实测全程基于官方的 Google AI Edge Gallery 进行。Gemma 4 针对端侧提供了两个高效参数版本:20 亿有效参数的 E2B 和 40 亿有效参数的 E4B。
02功能实测:视觉、听觉与任务执行
  1. 视觉理解能力
    模型能够准确识别并描述常见物品(如笔记本电脑及其键盘布局)、读取药品包装上的文字信息,并对复杂场景进行描述。在面对包含特定视觉元素(如彩色头发、特定背景)的人物图片时,也能生成符合逻辑的场景描述。
  2. 多语种听觉处理
    在完全离线状态下,模型展现了强大的音频处理能力。实测中,它能够听懂英文指令,精准解析背景中的法语语音,并最终输出准确的中文翻译。这验证了其原生支持 140 种语言的能力,使其成为有效的离线翻译工具。
  3. 设备控制与任务执行
    模型具备调用 iPhone 底层功能的能力。实测成功执行了开关手电筒、创建日历事件(如设定特定时间的团队会议)以及发送邮件(包含指定收件人、主题和正文)等操作,基本实现了 Agentic workflows 中的自动化任务闭环。
03性能表现与局限性
在 iPhone 16 Pro 上的实测结果显示,E2B 和 E4B 两个版本的模型运行流程顺滑,无明显卡顿。特别是在多模态理解力方面,断网状态下的表现超出了预期,能够实现近零延迟的实时边缘处理。然而,目前的测试也暴露出一定局限性:模型在指挥手机执行任务时,主要依赖英文指令,对中文指令的识别与执行尚不完善,距离完美的中文 Agent 仍有优化空间。部分用户反馈也指出,中文交互体验是目前亟待提升的环节。
04应用前景与商业价值
Gemma 4 采用了 Apache 2.0 协议,这意味着开发者可以完全免费、可商用地使用该模型,并允许在本地进行多模态微调。这一开放策略降低了端侧 AI 和高隐私应用的开发门槛。无论是工业流水线的特定任务处理,还是日常生活中的隐私保护型助手,本地微调专属 Agent 的潜力巨大。对于无法使用 Apple Intelligence 的用户而言,Gemma 4 提供了一个具备原生实时响应能力的硬核替代方案。

评论

评论区空态插画

当前文章无评论,是时候发表评论了