在iPhone上本地运行Google Gemma 4开源模型：教程与模型选型指南

最近我在iPhone上尝试了一个名为 Google AI Edge Gallery 的新工具，它的App就叫 Edge Gallery。这本质上是一个“本地AI应用商店”兼模型演示平台，而最大的亮点是，你可以让它以完全离线的形式运行谷歌最新发布的开源模型 Gemma 4，全程只调用你iPhone自身的GPU算力。

今年四月初，谷歌发布了新一代开源模型家族 Gemma 4。发布当天，其31B版本就在备受关注的 Arena 开源模型榜单上冲到了第三名。它的表现很有意思，在数学、编程和科学推理等多个基准测试中，甚至超越了参数量是自己十几倍的对手，实力已经和国内的顶级开源模型站在了同一梯队。

Google AI Edge Gallery 就是谷歌用来展示其端侧（On-Device）AI生态的一个窗口。对于开发者而言，它就像是一个“试验场”，让我们能在手机、平板等真实设备上直观感受 Gemma 4 的性能。更重要的是，这次谷歌将模型和权重都采用了商业友好的 Apache 2.0 开源协议。这意味着，开发者可以真正地将这些高质量模型集成到自己的 App 中，探索端侧AI的商业化路径。随着移动设备硬件能力的持续增强，强大的模型未必非要部署在云端，手机本身完全有潜力成为一个可靠的本地推理平台。

这正是让我对 Gemma 4 系列感到兴奋的原因之一。

Gemma 4 家族目前包含四个不同规格的模型，以满足不同的硬件和性能需求：

我本人在 iPhone 15 Pro Max 上安装并运行的是 E4B 型号，体验相当流畅。Apache 2.0 许可证是谷歌首次真正意义上下放商业使用权，没有任何使用限制，也不强制要求开源衍生品。你可以自由地将其用于商业App并闭源分发，这在以往是比较少见的。

别因为是本地模型就小看它的性能。Gemma 4 的旗舰型号 31B 版本表现相当强悍，这意味着一款消费级 GPU 就能运行的模型，已经在某些实际任务中可以与参数量大得多的闭源模型一较高下。对于追求更强推理能力的用户，可以尝试在高性能工作站上运行 31B 模型。它还能支持 Skill Agent 功能，只需将你编写好的 Skill（技能）URL 提供给模型即可调用。不过需要注意的是，目前其 Agent 功能暂不支持 Python，使用 JavaScript 编写的技能应该可以正常运行。

最让人意外的是 E2B 型号。它仅有 2.3B 参数，却在多项任务上的表现追平了上一代 Gemma 3 的 27B 模型。参数量相差12倍，效果却接近，这似乎预示着手机端本地AI的效能拐点正在到来。

此外，Gemma 4 支持长达 25.6 万 token（约20万汉字）的上下文窗口，覆盖超过140种语言，并原生针对 Agent 工作流进行了优化——多步骤规划、工具调用、记忆保持等过去只有云端大模型才具备的能力，如今在你的口袋里也能实现了。试想一下，用这样的能力去增强 iOS 的 Siri，体验会不会更上一层楼？

如何在 iPhone 上离线运行 Gemma 4？

步骤非常简单：

1. 下载应用：在 App Store 中搜索 “Google AI Edge Gallery” 并下载安装。
2. 选择并下载模型：打开 App，任选一个功能入口（如 AI Chat、Ask Image），然后选择下载 “Gemma 4 E2B” 或 “Gemma 4 E4B” 模型（个人推荐先试试 E4B）。每个模型大小约为 2-4 GB，下载完成后即可完全离线使用，支持对话、推理、文本生成等多种任务。

支持的设备包括：

• iPhone 15 Pro 及以上机型（推荐）
• iPhone 14 Pro 可运行 E2B 型号
• iPad 同样支持

安卓用户需要前往 Google Play 商店进行安装。

可以用来做什么？ 日常问答、写作辅助、代码审查、学习辅导、离线场景（如飞机上、地下室）下的使用，以及长文档摘要与分析等，它都能胜任。

为了方便大家根据自身情况选择，我整理了一个简单的模型选择参考表：

进入2026年以来，MiniMax M2.7、Kimi K2.5、GLM 5、Qwen 3.6 等模型相继亮相，竞争异常激烈。Gemma 4 在这场角逐中算是一个令人惊喜的选手，尤其是考虑到谷歌此前将大量精力都放在了 Gemini 系列上。此次 Gemma 4 所展现出的效能与开放性，确实让人刮目相看。

对普通用户来说，这意味着手机里可以有一个永不离线的 AI 助手，无网络可用、隐私要求高的场景下它都能派上用场。对开发者而言，Apache 2.0 协议扫清了法律风险，使得将此类先进的 开源模型 集成到商业产品中变得切实可行。对于整个行业，端侧AI 的时代步伐，可能比我们预想的要快得多。

这无疑为整个开源 AI 生态注入了新的活力，也值得所有技术爱好者到 云栈社区 这样的 开发者社区 中深入探讨其未来的可能性。