Gemma 4 E2B 是什么？
Gemma 4 是 Google DeepMind 发布的开放权重模型家族。E2B 是其中较小的变体之一，Google 的模型卡将该尺寸定位于移动和边缘设备部署。理解名称时要注意：它并不是检查点里所有参数总数的完整表达。Google 为 E2B 报告的是 23 亿有效参数；如果把嵌入也计入，则为 51 亿。这是两个定义不同、相互关联的计数，无论哪一个都不能直接告诉我们某个下载文件会占多少字节。
同一张模型卡将上下文长度列为 128,000 token，输入支持文本、图像，并为 E2B 标注音频，生成结果是文本；许可证列为 Apache 2.0。这些是挑选候选模型时有用的模型层事实，但不能证明某个转换包保留了所有能力、某个 Android 运行时提供了对应接口，也不能证明某一款手机能在内存与温控限制内完成任务。
这个区分很重要，因为模型名称不是部署清单。应用还需要明确的模型文件、分词器和对话格式、运行时构建版本、后端选择，以及输入和输出上限。Google 的官方 Gemma 4 模型卡描述整个家族，Gemma 4 官方介绍页则介绍其总体定位。它们都不是逐款手机维护的兼容数据库。
核心规格，以及这些规格意味着什么
上方规格卡展示的是可以在模型层面确认的字段。包体积和最低 RAM 显示“未公开”是有意为之：模型卡没有规定一个通用的量化下载大小，也没有给出最低手机内存要求。某个社区转换项目可能公布自己的文件元数据，但这些元数据只属于那个仓库版本，不能自动推广到所有 E2B 部署包。
上下文长度也需要准确措辞。128K 表示模型卡记录的上限，不代表移动应用一定能够使用完整 128K。一次请求会同时消耗系统指令、对话历史、任务正文、格式 token，以及可能存在的图像或音频表示；模型还需要额外空间生成答案。运行时可能另设更低的配置上限，而设备也必须同时容纳模型文件、工作缓冲区、缓存、应用状态与操作系统进程。如果请求虽然开始运行，但被截断或因资源不足提前终止，就不能说 128K 工作流已经成功。
同样，“支持音频输入”不等于 E2B 本身就是完整语音产品。语音功能可能还需要录音权限、音频预处理、模型可接受的输入表示、结果格式处理，以及可选的播放或翻译环节。每个环节都需要独立证据。产品说明应明确具体验证过的模型文件和运行时，而不能把模型卡的一项模态直接写成应用的端到端能力。
哪些设备能运行？
Google 将 Gemma 4 较小的变体描述为面向移动和边缘部署。本页不把这种设计目标当成具体兼容结论，因此不会发布品牌级设备支持名单，也不会宣布“最低 4GB”或“至少 8GB RAM”。要做出这些结论，必须针对确切的模型文件、运行时版本、操作系统构建、后端、任务和设备配置测量。
在 Android 上评估时，“支持”应对应一条可复现的测试记录。记录 SoC 和内存配置、系统构建号、应用构建号、LiteRT-LM 依赖坐标与版本、模型仓库和不可变版本号、文件名、可用的文件摘要、请求的后端、输入形式、上下文配置和输出上限。冷启动路径（首次启动进程和首次加载模型）与重复使用路径都要测。某一款手机上的基准数据只支持该测试配置，不能代表同品牌的所有设备。
Google AI Edge 的官方 LiteRT-LM Kotlin 指南介绍 Android/JVM 引擎 API，建议不要在界面线程执行耗时的引擎初始化，并展示调用方应关闭引擎以释放资源。指南也说明了 CPU、GPU、NPU 后端配置，以及 GPU 或 NPU 执行可能需要的额外环境设置。但它没有认证所有 Gemma 文件、运行时版本、加速器驱动和手机的组合。是否真正启用了某个后端，应通过运行日志与测试确认，不能仅凭设备规格推断。
优势与局限
现有官方证据让 E2B 成为值得评估的候选：如果团队关心本地推理、较小模型部署、文本/图像/音频输入，以及明确声明的开放权重许可，E2B 的官方定位与这些方向相关。其有效参数量小于计入嵌入后的总数，Google 也明确把小型 Gemma 4 变体定位于移动与边缘场景。这些信息足以说明“值得测试”，却不足以说明“无需测试”。
对于应用团队来说，重要问题仍然没有通用答案：该转换模型需要多少最低 RAM、量化包到底多大、哪些 Android 设备可支持、持续使用对电池与温度有什么影响，以及在具体应用任务上的质量如何。已发布的 benchmark 表格绑定于明确的任务和评测设置，不能直接预测它在私有现场记录、某个翻译语言对或手机长时间会话中的表现。广义的多语言预训练说明也不保证各语言、各任务质量相同。
还需要区分“有能力的模型”和“可供用户使用的完整功能”。E2B 本身不会自动提供麦克风流程、可靠的语音切分、语言选择、模型下载、取消任务、失败恢复或隐私告知；这些都属于应用与运行时职责。开始宣称设备适配前，可先阅读本站的离线 AI 翻译指南与端侧模型上下文评估页，列清端到端流程和需要验证的输入边界。
具体评估场景：私人现场记录摘要
设想一个 Android 团队正在开发现场笔记功能，用户偶尔会处于无信号区域。笔记可能包含人名、日期、否定词（例如“不要重新打开阀门”）以及必须关联到责任人的行动项。需要回答的并非“E2B 好不好”，而是：固定的 E2B 模型文件通过明确的运行时在目标设备类别上，能不能以可接受的准确度、延迟和失败恢复完成这项工作？
这是一份建议进行的评估，而不是 Cove 或某款指定手机已经通过测试的结论。先创建小型、保护隐私的合成数据集，并为每条样例准备人工审定的参考摘要。样例可以覆盖不同长度和表达方式，但比较配置前要冻结用例。事先约定关键遗漏、内容矛盾和虚构细节分别如何计分。除非隐私审查明确批准，否则不要把包含真实人员信息的现场记录发送给外部评测服务。
可复现的 Android 测试流程
- 固定候选版本。 记录上游模型系列、确切仓库、不可变版本、模型文件名、文件长度、可用的摘要值、分词器/模板和许可证。注明模型是原始模型还是转换版本、转换发布者是谁、包含哪些模态文件。只写“Gemma 4 E2B”不足以复现。
- 固定运行时与任务。 记录 Android 应用构建、LiteRT-LM 版本、设备与系统版本、请求的后端和实际初始化结果。明确提示词、输入上限、输出格式、采样设置和取消策略。耗时的模型工作需放到界面线程之外，并检查生命周期结束时是否释放资源。
- 运行固定样例。 先处理短笔记，再按预先规划逐渐增加输入长度。评分是否保留人名、日期、否定关系、责任人和要求的行动项。把格式错误、截断、加载失败、进程被结束和重试都作为正式结果记录；不要悄悄删除失败样例，也不要混合不同提示词下的分数。
- 测试资源占用和生命周期。 在一致的测量边界采集模型加载和请求各阶段数据。观察进程内存与设备状态，再在预热后重复同一工作负载，并覆盖应用前后台切换。如果要比较 CPU、GPU、NPU，应从运行输出确认真正启用的后端；“请求了加速”不等于代理已经初始化。
- 单独验证离线行为。 模型安装完成后阻断网络并冷启动应用，再跑同一组样例并检查失败处理。随后恢复连接，查看应用是否调用了远程推理、统计、账户校验或模型更新服务。端侧生成与应用完全不发网络请求是两个不同的主张。
- 谨慎发布结果。 保留原始运行清单、样例标识或不含隐私的样例、评分规则、失败用例与测量边界。结论写明确切模型文件、运行时、设备、系统和任务。一次成功不能外推为“Android 都能运行”“旗舰机都支持”，也不能代替普遍速度或内存结论。
开测前先约定验收标准
- 任务保真度： 所有样例使用同一套预先编写的评分规则；关键人名、否定词、日期和行动责任满足团队在看见结果前设定的阈值。
- 运行可靠性： 记录模型加载、首轮/重复响应、取消、前后台切换和关闭；崩溃、隐性回退或未报告截断均计作失败。
- 资源与离线边界： 内存与耗时检查点可复现，确实启用了目标后端，且飞行模式下没有隐瞒远程推理路径。
不要给以上标准捏造通用数值。产品团队应根据用户任务和设备类别在测试前设阈值，再一起公布阈值与证据。如果构建暂时无法采集某项信号，应记录为证据缺口，而不是直接判定通过。
| 选择 | 官方证据说明 | 仍需验证 |
|---|---|---|
| Gemma 4 E2B | 23 亿有效参数（计入嵌入为 51 亿）、128K 上下文、文本/图像/音频输入、文本输出；Apache 2.0。 | 确切 Android 文件、加载成功、内存、任务质量、延迟、电池、温度和离线生命周期。 |
| Gemma 4 E4B | 45 亿有效参数（计入嵌入为 80 亿）、128K 上下文、文本/图像/音频输入、文本输出。 | 较大的模型及质量权衡是否适合目标设备；不能按参数量推断 RAM。 |
| 云端托管推理接口 | 推理发生在用户设备以外的远程基础设施。 | 网络依赖、隐私审查、成本、服务条款和失败策略是否适合任务。 |
比较其他模型家族时，也应先阅读各自的官方模型卡。Qwen 3.5 2B 页面同样区分了文档规格与移动实测配置；模型对照表是规格目录，并非设备跑分榜。
什么时候适合选择？什么时候不适合？
如果团队能够固定确切模型文件、负责 Android 运行时集成、为实际任务制定质量评分，并在有代表性的设备上测试内存、失败恢复与离线行为，可以把 E2B 列入候选。当功能确实需要官方列出的移动/边缘模型定位，以及文本、图像或音频输入时，这些规格有参考价值。Apache 2.0 也是许可核查的重要线索，但法律审查仍应保留实际使用模型文件的许可证与声明。
不要只因为“2.3B 听起来很小”、模型卡写了 128K 上下文，或别人手机上的示例跑通，就决定上线。如果产品无法接受模型文件体积、版本变更和加载过程，所选转换包可能缺少需要的模态，或者你需要的设备兼容承诺尚未实测，那么目前就没有足够证据做兼容保证。可以改评其他模型/运行时，也可以等必要测试齐备后再发布这一主张。
Cove 当前实现能证明什么？
Cove Android 仓库里存在一个固定到 Hugging Face 版本的 E2B LiteRT-LM 模型配置，为其中一个文件记录了 2,583,085,056 字节的预期长度。SHA-256 配置字段仍为空。这个数字是开发期间用于存储空间预检的预期值，不是实测下载结果，也不是所有 Gemma 模型包的通用大小。这些源码只说明开发配置存在，不能证明文件已验证下载、已在普通用户设备上运行、已正式签名公开发布，或在任何指定手机上通过兼容测试。Cove 的公开发布状态和设备性能证据另行跟踪，因此本页不承诺 APK 可下载，也不作手机适配结论。Cove 应用状态页面目前提供发布通知，没有经过核验的 APK 直链。
常见问题
页面顶部的问题有意限定在模型卡与部署证据范围内。尤其要把“为移动设备设计”“某个移动模型包已兼容”和“应用商店已可下载”看作三类不同陈述。后续若要增强其中任何主张，都需要相应的准确模型文件、运行时、设备测试或正式发布记录供审阅。
编辑状态：本页根据 Google DeepMind、Google AI Edge 官方文档及 Cove Android 源码配置于 2026-09-25 修订。中文版本已发布以供站点所有者母语检查；该人工复核尚未完成。