谷歌周四发布了开源AI模型系列Gemma 4，专为推理、智能体工作和代码生成而设计。该公司加入了其他旨在为企业客户提供开源模型服务的大型供应商行列。

Gemma 4模型采用Apache 2.0许可证发布，提供多种模型权重，适用于包括Android设备、笔记本电脑GPU、工作站和加速器在内的不同硬件使用场景。

开源模型因其成本效益高、可定制性强以及适应多模态方法而在企业中获得关注。Databricks的2026年报告发现，超过四分之三的公司使用两个或更多大语言模型系列，包括封闭式和开源模型的混合使用。

企业倾向于专有AI技术和开源模型的混合使用，同时考虑成本和延迟因素。开源模型可以更容易地针对特定业务用例进行定制，并允许对数据和基础设施进行更多控制，这使它们对有严格数据隐私要求的行业具有吸引力。Gemma 4让开发者能够在本地和离线运行较小的AI任务，这对关注安全性的企业来说是另一个额外优势。

然而，开源模型也带来了自身的挑战，包括缺乏封闭系统中常见的内置安全防护措施。Gartner副总裁分析师Chirag Dekate表示，确保模型训练数据符合组织标准可能更加困难。

Dekate说，虽然像Gemma 4这样的开源模型在任务方面提供了灵活性，但它并不是满足公司所有需求的万能模型。

企业不应急于将开源模型应用于所有AI用例。Dekate表示，创建复杂的金融模型可能仍然需要具有防护措施和高级功能的专有模型。

"CIO应该将此视为一个投资组合，在其中创建开源模型和少数专有模型的混合，并为其不断发展的用例创造正确的平衡，"Dekate说。"在这里，敏捷性比教条更重要。"

Dekate表示，供应链持久性是企业在混合开源和专有模型时的最大考虑因素之一。他提醒技术领导者考虑开源模型是否会永远保持开源，因为中国的阿里巴巴在今年早些时候将其流行的Qwen模型系列转为专有。

Dekate表示，考虑到AI作为驱动企业及其创造产品的核心智能层的作用，开源模型的持久性至关重要。

Q&A

Q1：Gemma 4模型有什么特点和优势？

A：Gemma 4是谷歌发布的开源AI模型系列，专为推理、智能体工作和代码生成设计。它采用Apache 2.0许可证，提供多种模型权重，适用于不同硬件场景。主要优势包括成本效益高、可定制性强、能够本地和离线运行，对注重安全性和数据隐私的企业具有吸引力。

Q2：企业使用开源AI模型面临哪些挑战？

A：开源模型的主要挑战包括缺乏封闭系统中常见的内置安全防护措施，难以确保训练数据符合组织标准。此外，开源模型并非万能解决方案，复杂任务可能仍需专有模型。供应链持久性也是重要考虑因素，需要评估模型是否会长期保持开源状态。

Q3：企业应该如何选择和部署AI模型？

A：专家建议企业采用投资组合方式，创建开源模型和专有模型的混合使用策略，根据具体用例需求找到正确平衡。不应急于将开源模型应用于所有AI场景，而应考虑成本、延迟、安全性和功能需求，在敏捷性和稳定性之间取得平衡。