谷歌悄悄更新Gemma 4 —— 这会是开源模型的维护未来吗
谷歌靜默更新了Gemma 4，修復工具調用bug並通過Flash Attention 4將GPU提速高達70%。這迫使開發者重新評估凍結模型的範式。
谷歌发布了一个针对Gemma 4家族的隐蔽更新，在NVIDIA Hopper GPU上激活了Flash Attention 4，以减少首次标记的时间（time-to-first-token）高达31%，并将处理速度提高25-70%。该补丁解决了工具调用失败和截断问题，**提升了电信代理场景的推理能力10.1%**，同时将图像分辨率支持提高到2.51 megapixels。不像标准的行业惯例，谷歌在`Gemma 4`标签下发布了这个更新，而不是`Gemma 4.1`，影响了包括12B版本在内的所有参数大小。这一决定引发了社区对模型再现性的强烈反弹，并使下游开发者的依赖管理变得复杂。