gemma

2026-06-16 ollama

本地模型够用了吗：两派其实在量两件不同的事

Vicki Boykis 说本地模型现在好用了，1245 分的 Ask HN 帖里却吵成两派。鼓吹派量的是日常编码任务上够用，怀疑派量的是复杂任务上云端仍碾压。拐点不在模型突然变强，而在开放权重模型越过了可用线、本地 agent 工具链把够用重新定义。给 builder 的判断：别问行不行，算你的具体任务里本地这条线的成功率、时延、成本差多少，差的部分值不值你让出隐私和控制权。

local-llm open-weights coding-agents

2026-06-11 google

DiffusionGemma：扩散式文本生成第一次进了主流开源生态

Google 开源了首个主流文本扩散模型。真正的卖点不是「快」，而是它把本地解码的瓶颈从显存带宽挪到算力，用双向注意力并行生成 256 个 token。代价是质量、实验性和那个 26B MoE 的取舍。

open-models inference local-ai

2026-06-11 google

Gemma 4 12B 取消多模态编码器:Google 押注统一 token 空间

Gemma 4 12B 把视觉和音频直接喂进语言模型主干,放弃了独立编码器。这是一个架构赌注,而不只是又一个端侧模型。

open-models multimodal local-ai

2026-06-11 google

Gemma 4 的 QAT 权重：端侧推理的瓶颈从「能不能跑」换成了「省不省电」

Google 给 Gemma 4 放出量化感知训练（QAT）的权重，把 E2B 的内存占用压到 1GB，能在手机和消费级显卡上跑。真正的转折不是「能跑了」，而是它把矛盾从「装不装得下」推到了功耗、隐私边界和质量损失到底有多大。

open-models quantization local-ai