它是什么？
Gemma 4 E2B 是 Google DeepMind 在 Gemma 4 家族里专为 mobile 优化的成员，2026 年 4 月发布。借助 Per-Layer Embedding 架构带来的 2.3B 有效参数 + 1.5GB 量化体积，它从设计之初就完全为消费级手机而生 —— 无云端调用、无流式传输、零隐私让步。Cove 4 个应用（Travel / Voice / Photo / Health）全部基于 Gemma 4 落地，是当前在真实消费场景部署最广泛的端侧大模型。
关于参数量的小注：官方标注为「E2B = 2.3B 有效参数」，指每次前向计算时实际激活的权重。PLE（Per-Layer Embedding）查找表把权重总数推到约 5.1B，但这些表是按需查询而不参与全部计算。1.5GB 量化体积才是真正落到手机存储上的数字。
核心规格一览
（请参考上方规格卡，数据来自结构化数据层。）
什么设备能跑？
Gemma 4 E2B 在旗舰安卓（Pixel 8 及以上、Galaxy S24+、OnePlus 12+）与 iPhone 15 Pro / Pro Max / 16 系列上流畅运行。技术上 6GB RAM 也能装下，但 8GB 以下设备的 token 速度会骤降。iPad M 系列和近期 MacBook Air / Pro 也支持，借助更高的内存带宽，体验更佳。
优势与局限
优势。 通用文本任务下尺寸/质量比堪称最佳，原生支持文本+视觉+音频多模态，Apache 2.0 友好许可，Google 官方维护活跃且每季度迭代。从更大的 Gemini 家族蒸馏而来，赋予它远超参数量本身的知识广度。
局限。 数学与推理 benchmark 略逊于 Phi-4-multimodal。128K 上下文已与 Llama 3.2 持平，不再是长文档瓶颈 —— 但多语种质量参差，前 20 大语言强势，长尾语种支持欠佳。
适合什么场景？不适合什么场景？
选 Gemma 4 E2B 当： 你需要一个均衡的通用端侧模型；你想在同一 runtime 里同时处理文本+视觉+音频；你的目标设备 RAM 4GB 起步；你重视许可证简洁性。
别选它当： 你的工作负载推理密集（用 Phi-4-multimodal 或 DeepSeek-R1 Distill）；你需要百万 token 级上下文（目前仍是云端独占）；你只面向 Apple 生态且偏好原生工具（用 Apple Foundation Models）。
与相似端侧模型对比
最相近的两位兄弟：Microsoft Phi-4-multimodal（参数更多、推理更锐利、MIT 许可证、同样支持文本+视觉+音频）与 Qwen 3.5 2B（中文更强、规模相当、262K 上下文）。完整横评见 leaderboard。
在 Cove App 里的真实落地
Cove Travel 用 Gemma 4 做拍照菜单翻译和离线语音翻译；Cove Voice 用它做 AI 整理的语音笔记。这两个应用证明了 Gemma 4 E2B 早已不只是研究 demo，而是真正可部署到消费级用户的生产模型。