gemma4有ali吗

扎马四大模型在上周进行了开源，因为它跟 nano banana 二都是 google 的， 因此我把这两个模型拼在了一起，做了个 copy y 工作流。 其中扎马四大模型负责写提示词，把你想要生成的图片用大白话跟它讲清楚，扎马四就会给你输出一段非常标准的图像，生成提示词。 然后呢，将这个提示词传给 nonban 二节点进行升图，等待几秒，你就能得到一张以球队队徽为创意的足球海报图了。 本期来讲伽马四大模型，这是谷歌 deepmind 团队开发的开源模型，它有这么几个特点啊，第一，具有推理能力。第二，支持多模态，可以处理文本、图像、视频和音频。 第三，可以在笔记本电脑和手机上运行。第四，最高支持二百五十六 k 的 上下文。 java 四有四个型号，其中 e 二 b 和 e 四 b 主要应用于手机端， 而二十六 b a 四 b 和三十一 b 这两个型号需要的显存就很大了，至少要是四零九零显卡的电脑。 具体选择哪个型号需要看你的业务场景，因为我想用 jama 四去写优美的 number banana 二提示词，所以我选择这个二十六 b a 四 b 这个型号。这个名字中的 a 代表激活参数， 该模型的总参数是二十六 b。 但是呢，在推理阶段仅激活四 b 的 参数子集，因此它运行的速度很快，运行效率接近四 b 参数模型。具体的量化版本，我选择的是 q 四 k m 模型，大小在十六 g 左右。 接下来呢，我用康复 ui 工作流给大家展示一下用 g m 四来写提示词有多么的好啊， 在软件 hack 我 已经搭建好了啊，这个詹麦斯去写生图提示词的康复 ui 工作流。整个工作流看起来非常简单，分三部分组成啊。第一部分，上传主场球队和客场球队的队徽， 我分别上传的是常州队和南通队的队徽，因为他们明天就要比赛了，这两个队的队徽分别传给詹麦斯和 nintendo 二，进行下一步处理。 第二部分，使用 java 四模型去书写优美的生图提示词。首先使用 lama cpp model loader 节点去加载 java 四二十六 b a 四 b 的 q 四 km 量化版大模型。另外呢， mmprog 多模态投射器选择对应的模型即可。 在下面的 luma c p p parameters 需要按照模型介绍页的视力参数进行设置，之后你需要把这两个队的队徽传给 luma c p p instruct 节点的 images 端口。 另外还要设置系统提示词和用户提示词，其中系统提示词就是给 java 四大魔性定身份和立规矩的，你看我写的是你是 number banana 二、图像生成 prompt， 转写大师根据用户输入的生图需求输出详细的 prompt 提示词 等等等等。用户提示词是给大魔星下达具体任务的，我写的是我想生成一张足球对战海报，比赛球队是常州 vs 南通，图一是常州队徽，图二是南通队徽等等等等。 然后你就会得到由詹曼四给你写好的优美的 nano banana 二生图提示词了。第三部分，使用 nano banana 二进行生图， 他负责接收两个队的队徽图案以及刚才 jam 四生成好的提示词分辨率，我选择的是二 k 和横版十六比九，点击运行你就能得到一张以两队队徽为创意的海报图了。 最后我们总结一下啊， nano banana 的 新玩法就是 gemmas 四负责写提示词， nano banana 二负责升图。如果本期视频对你有所帮助，请关注、点赞、收藏，三点走一波，这里是电磁波 studio， 我 们下期视频见。

公主，你现在看到的就是谷歌最强的开源模型加码四，可以看图，能听音频，也有不错的推理机制，最重要的是完全免费，给我几分钟，从零开始，将加码四部署在自己的电脑上。我们直接开始 先花一分钟和大家聊一下贾马四是什么？它是谷歌刚发布的开源 ai 模型，跟商业版的怎么奈同根同源，你可以理解为谷歌把自家最强的 ai 技术浓缩成了一个免费的版本，直接送给你用。 那么它好在哪里呢？三个点。第一，多模态，不只是聊天机器人，你可以发图片让他看，发音频给他听，还能写代码。 我们可以看看这张表格，横轴是模型的参数体量，而纵轴就是性能表现。贾马四以满血版的性能表现和千万的三百九十七 b 的 模型能力基本持平，关键在于它的体量只有千万的十分之一，这真的非常夸张。 第二，完全免费，不用充会员，不按 token 收费，并且可以商用，你可以模改它做成各种有意思的本地模型，拿去做产品也没有任何的问题。第三，隐私安全，因为跑在你自己的电脑上，所有的数据都不会出，你的电脑拿它处理合同，财务，私人物件，不用去担心泄露。 ok， 我 们直接动手。你现在只需要打开一个浏览器，然后把它放到全屏上，直接官网上搜索欧拉玛点 com 啊，然后这个东西就出来了。然后你只要点击整个画面的一个右上角 download， 看到没有？然后你可以选择你是 mac os 系统还是 linux 还是 windows， 我是 mac os， 那 你就直接点击这个 download from mac os， 然后我们就可以看到这个画面上的右上角应该是会有个下载的链接， 然后等它下载好就可以了，因为我这边其实已经安装好了吗？那么我这边的最终的一个输出效果的话，大概是在这里。你们下载完了之后，打开你们的桌面上的欧拉玛，你们看到的应该是现在这样子的一个画面，那就说明你已经安装成功。 佳马仕一共有四个版本，你可以根据你的电脑配置进行模型的选择，模型的能力越强，所需要的配置就越高。对于内存小于三十二 g 的 玩家，我建议大家直接安装一四 b， 三十二 g 及其以上，可以试试看二十六 b 和三十一 b 的 参数量， 其实这两者模型的能力大通小异，如果你是为了极致的精度，可以选择三十一 b， 但是在我看来，二十六 b 呢，其实是一个非常甜点的位置，达到了速度和精度的一个平衡。如果你不知道你的电脑内存是多少，这里针对 mac 用户，你可以选择终端输入这行命令。 而 windows 用户你可以点击 win 加 r， 点击回车，召唤出来你的终端以后，然后再输入这个命令，也可以显示出你的内存。选择好对应的模型，我们只需要打开终端，和刚刚一样的步骤，根据模型输入指令直接回车即可。等待模型下载好，打开你的 oala， 选择模型就可以开始了。 ok， 我 们打开我们欧曼的软件，你点击这里，然后往下滑，你就可以看到你刚刚已经安装好的这个佳马仕。我们来问他一个很有逻，就是说很有那个逻辑陷阱的一个问题，就是我今天要去洗车，但是只有一百米，你觉得我是走路去还是开车去？ ok， 我 们来看一下他的一个答复是怎么样子。 这是一个非常有意思的一个逻辑陷阱题，我们可以从不同的维度去分析。逻辑层面上来说，必须开车去， ok， 这一点已经很棒了啊。 那如果说是从脑筋急转弯角度上来说，他说如果你走路去，那么你是在散步，而不是在洗车。哦，也就是说他分为了三个维度，一个是脑筋急转弯，一个是实用主义层面，还有个就是逻辑层面。我们来看一下他这个佳马仕的这个逻辑能力。哎，你还真别说这小参数，但他的表现还是不错的。 那么 jamas 它的一个很大的优点就在于它其实是支持这个多模态的。我们来不妨给他上传张图片，我们来看一下。 ok， 那 么我们上传一张什么图片呢？哎，上传张这个图片，你们看怎么样啊？就是这是一朵花，然后有个太阳，有一本书，我们来让他看看。我说，啊，描述一下， 描述一下这个图片，我们来看看他的多模态识别能力怎么样？说实话，本地具有多模态识别能力的模型，而且是能够你自己去模改的，其实并不是很多。我们来看一下。 ok， 一， jeff 二，然后 jeff 三，给了几个他看到的一些画面。好，我看他现在在思考和输出。这张画面充满了诗意，唯美且带一丝忧伤。 画面主体是一本翻开的书籍。哎，确实是对的，背景与中景是一个画面，然后呢，躺着一只洁白的玫瑰，然后背景是有一个夕阳，散发出这个温暖的金橙色光芒，哎呦，很不错，你们发现没有，是不是很棒？就是说他好像 表达的还是很到位的，但是因为呃，我其实本来还是想测一下这个关于音频识别和这个视频识别的，因为这个佳马仕它也是支持视频识别的， 但是因为欧拉玛官方不太支持，所以大家可以自己去谷歌 as do do 上面去玩一玩。所以总的来说，其实通过这么两个比较简单的测试，它当然不够严谨，而我觉得感受来说的话，这个香奈儿丝还是 真的是能够在本地帮我们处理一些比较复杂的一些任务的，就是在文字层面以及去多模态识别能力上来说，是一个比较抗打的模型。 看到这里相信你一定会明白， olama 本身是一个模型管理器，你当然也可以不用贾马四，你可以选择开源的 deep stick， 千问等等，其他的开源模型还是同样的命令，一键配置就可以了。 本地捕鼠的最大优点就是保护你的隐私，模型的使用不会受到任何的限制，同时也可以支持模型的微调，让它更合你的口味。下期我打算教大家小白如何从零到一，微调自己的本地模型，感兴趣的可以点个关注，我们下期再见。

谷歌这次彻底掀桌子了，全新开源大模型伽马四震撼发布！要知道，自从初代伽马发布以来，全网累计下载量已经突破了惊人的四亿次，开发者生态里涌现了超十万个衍生遍体， 这热度直接拉满！为什么要激动？因为伽马四直接继承了谷歌最强老大哥 jimmy 三的底层核心技术， 更狠的是，它首次升级为 a p 七二点零协议纯正开源。这意味着，无论你是搞科研，还是直接拿来商业变现，统统免费授权。这波属于是对开发者贴脸送福利了。 这次谷歌一口气端出了四款不同尺寸的模型，从小杯到超大杯，分别是一二 b、 e 四 b、 二六 b 谋架构和最强的三一 b 密级模型。 这意味着，无论是直接塞进手机进行轻量化的端侧推理，还是在专业设备上进行满血的算力输出，这套全家桶不仅实现了全硬件覆盖， 而且全系支持完全断网的本地离线运行。相比上一代， jam 四直接进化成了全能六边形战士。首先是多模态大爆发， 四款型号全系精通图文双修，其中 e 二 b 和 e 四 b 这两款小模型更绝，甚至长了耳朵能直接听懂你的语音。最离谱的是，这次 jam 四全系内置了硬核的思考模式，遇到复杂问题，他不再是瞎给答案， 而是像人一样一步步推理打草稿，逻辑能力直线飙升。其次是超强记忆力，二六 b 和三一 b 这两款大模型支持高达两百五十六 k 的 超长上下文，吃透几十万字的长篇文档跟玩一样。 即便是两款端侧小模型，也标配了一百二十八 k 的 超大窗口，再加上它原声支持超过一百四十种语言，咱们中文用户用起来简直不要太丝滑。 更恐怖的是他的跃级战斗力！在权威的 irina ai 排行榜上，三一 b 模型直接杀入全球开源模型前三，二六 b 拿下第六，这是什么概念？ 他们直接把一重体量是自己十几二十倍的老牌开源巨无霸按在地上摩擦，完美权势。什么叫四两拨千斤？你可以直接把本地跑起来的 jam 四无缝接入到 continue 酷士的本地模式里，或者配合咱们常用的小龙虾、 openclo 以及 cloudco 等工具来使用。用奥拉玛提供底层算力，用这些可视化界面和智能体框架发号施令，瞬间就能为你打造出一个真正免费、不限量 且绝对保护私有代码资产的本地最强代码外挂。把最强的 ai 塞进每个人的口袋，随时随地帮你写代码做分析，这才是真正的科技屏权。如果是你最想在本地设备里装一个什么类型的 ai 助理呢？来评论区聊聊。

谷歌开源再出大招 gemma 四二零二六年的四月，也就是前几天，谷歌正式发布了全新的开源模型 gemma 四。 这不仅仅是一个常规的迭代， gemma 四的出现更像是一场对币源模型的直接的宣战，它的核心的意义就在于性能极强，体积极小，而且还完全免费。 那么长期以来，顶尖的 ai 的 能力都被锁在 open ai 或者是 anselog 的 付费墙之后。你想获得最强的逻辑推理，那么每月二十美元，你想保护隐私？对不起，你的数据必须上传到云端。 但 java 四的发布改变了游戏规则，它证明了你不再需要一台价值数万美元的服务器，甚至不需要连接互联网，就能够在自己的笔记本电脑甚至是手机上运行一个逻辑水平媲美顶级商业模型的 ai。 那 咱们今天啊，就用这个短视频来说一说 java 四一以小博大的神话， 让咱们先看一组啊足以震撼行业的数据。在传统的认知之中，模型的大小决定了智力的上限。 gbt 四或者是 cloud 呃， gbt 五或者是 cloud 四点六这种级别的模型啊，参数量通常都被认为是万亿级别的。然而 jam 四走了一条完全不同的道路， jam 四的主力版本仅有三十一 b 和二十六 b 这两种规模。 那但是啊，根据而瑞纳竞技场的显示，这个三十一 b 的 小个子，他的智力水平竟然达到了一点一万亿！参数模型同等的量级。这背后是谷歌对蒸馏技术和思维链训练的极致应用， 他们把原本属于巨型模型的逻辑推理能力像压缩饼干一样，硬生生的塞进了这个三百一十亿个参数里， 这意味着什么呢？谷歌通过精巧的架构的优化，让 g m 四实现了近三十倍的效率提升，它在医疗问题、代码编辑、数学逻辑上全面超越了去年的 g m 三， 尤其是在 python 的 编程测试之中，他展现出了惊人的代码的精简度，甚至在某些垂直领域，凭借着更高的参数的含金量，直接击败了体量比自己大二三十倍的那种小万亿级别的开源巨兽。 二、筹密与稀疏两种架构的艺术那么为了满足不同用户的需求，谷歌这次玩了一个双剑合并，同时推出了两种完全不同的架构，就是筹密模型和混合专家模型。 那么咱们一起来看一看啊！三十一 b 的 筹密模型，这是一个标准的 transformer 的 架构，它的特点是稳，所有的三百一十亿参数在每一轮的对话之中都会被激活，它的逻辑及其的严密预测行为啊， 是非常的可控的，是目前开源届综合排名第三的顶级选手， 而且我想跟大家说的是排在他前面的 kimi， 呃，是什么呢？是 kimi 的 k 二点五和 deepsea 的 v 四，它们虽然强悍，但参数量都是小 y e 级别 的，是 jama 的 jama 四的三十多倍啊！这就意味着 jama 四仅用三十分之一的体量就挤进了全球最顶尖的智力梯队。 那么咱们再来看看二十六 b 的 混合专家模型，这是目前最前沿的稀疏架构， 虽然他名义上有二百六十亿个参数，但在你提问的时候，他并不会调用全部的力量，如果你问他代码，他就只激活代码专家的这个模块，如果你问他数学，他就只激活逻辑专家的模块。 这种按需分配的模式，让二十六 b 的 模型在保持高智商的同时，运行速度也极快。他最最为神奇的地方就在于，虽然总参数量大，但每次推理只需 需要去激活三 b 到四 b 的 核心专家参数，这不仅会大幅降低对话的显存的压榨和依赖啊， 更让他在十六 gb 的 内存的个人电脑上也能够跑出丝滑的推理速度，真正的实现了平民级的硬件，旗舰级的享受啊！ 三，把 ai 装进兜里扎马四啊！最值得一提的突破是它对移动端的极致兼容。谷歌同步推出了两个轻量版，叫做 e 二 b， 也就是有效二十亿参数和 e 四 b， 也就是有效四十亿参数， 这里的 e 代表的就是有效 effective。 那 么这两个模型啊，是专门为手机所设计的， 在实测之中搭载了 a 十八哎，就有网友就在测试啊，在实测之中就搭载了 a 十八 pro 芯片的 iphone 十六或者是最新的安卓的旗舰的机型运行了 e 四 b， 哎，那么这个模型的速度可以达到每秒三十个 token 以上啊，这就相当牛了啊！ 那么想象一下这个场景，您在长途的飞行的航班上没有 wifi， 或者是你身处偏远的野外信号全无，此时啊，您遇到了紧急的问题， 您就只需打开手机上的谷歌 ai 边缘模型库，就能够直接调用这个完全本地运行的 ai， 他不消耗流量，也不依赖服务器，更重要的是他百分之百的保护了您的隐私，您和他说的每一句话都只留在了您手机的内存里，而不会被任何的大公司拿去训练。 四、生产的新反式。那么对于开发者来说， jam 四的多模态也是一个惊喜， 它原生支持图像、音频和视频的输入。有开发者利用最小的 e 二 b 的 模型啊，在短短的几个小时之内就搭建了一个实时的图像识别器。 当你对着摄像头举起一个物体， ai 能在近乎实时的时间内识别出物体，并写出详细的描述。 而且更为强悍的应用在于代码生成。那么测试显示，即便是在手机上运行的 e 四 b 模型，也能够根据一张参考的图片写出功能完备、样式精美的网页组建的代码。 虽然他在复杂的那个圆角的处理或者是细微的间距上偶尔会有瑕疵，但作为一款能够在移动端运行的模型，这个表现已经足够让大家去表扬他了。 此外，伽马四还完美的适配了各种本地开发工具。通过欧拉玛，这是目前全球最火最简单易用的本地 ai 模型的运行框架，或者是 lm studio， 也就是大模型 studio， 您可以以一行命令就在本地部署它。 如果你配合 superbase 这样的开发数据的开源的数据库啊，甚至可以在几分钟之内就构建出一个完全可以在本地又拥有长效记忆的 ai 智能机。 五、为何本地 ai 是 未来的一个最重要的方向呢？为什么谷歌要费尽心力去做开源模型呢？为什么我们要关注本地 ai 呢？答案非常简单，就是掌控权， 当你在云端使用 ai 的 时候，你面临的是昂贵的订阅费，每年数百美元，呃，或者是几千人民币的开销啊。 那么还有就是严格的频率限制，问多了你就会被关小黑屋了。还有就是隐私风险，就是你的商业机密可能会成为他人的训练素材。还有就是网络依赖，没有网那么就是一块砖。 而 jam 四的出现就告诉着我们， ai 正在从租用服务器变成一种拥有了资产。你只要拥有一台性能上可的电脑或者手机，你就拥有了一个永不掉线，博学多才的私人助手。 那咱们最后也总结一下吧， jam 四的发布是开源精神的又一次重大的胜利， 它不仅击碎了大模型必须大的迷思，更是打破了技术巨头对算力的垄断。我们正在进入一个全新的时代，顶级的 ai 性能不再是少数人的特权，而是每一个能够拥有智能设备的普通人都能够触达的基础设施。 即便您的手机或者是笔记本连不上网，爱马仕都在哪里？就在你的设备，这完全属于你，这或许才是人工智能该有的样子中的最不可或缺的那个部分啊。

继谷歌发布 jim 四后，在 ios 平台又悄悄上架了一款 ai 应用 google ai h gallery， 让 jim 小 模型可以在 iphone 本地离线运行， 不需要联网，飞行模式也能用。而且谷歌这次给的还挺全，多轮对话、图像问答、录音、转写，甚至还有个小游戏 a 阵的模式，能让 ai 帮你操作手机，比如开关手电筒、创建日历事件，关键是免费，无需账号， 不要 a p i 密要。最有意思的是，这款 app 在 苹果芯片上跑本地模型的效率很高， jim 四的一二 b 和一四 b 两个小尺寸版本， 这是为手机端设计的，上下文窗口达到一百二十八 k， 日常用完全够了。当然，目前 app 只有英文界面，而且建议 iphone 有 六 gb 以上运存。不过它已经让人看到了一个趋势，以后手机里就能跑大模型，云端那套按 token 收费的生意怕是要被重新定义了。

来啦来啦！四月份最新更新的谷歌开源 ai 指纹下载教程它来喽！它不仅轻量版手机就能跑，支持图文视频，不用服务器本地就能跑，而且开源免费，多模态推理拉满手机电脑都能用，支持安卓苹果鸿蒙系统。还没有拿到的赶紧跟着我的步骤操作获取，说不定什么时候就给河蟹啦！ 首先点我视频右下角分享键复制分享链接，然后在手机打开这个蓝色小鸡，没有的先去下一个，等个一两秒会跳出个包包，没有的话就在首页搜索前进，前进也是 ok 的， 在软件资源里找到你需要的工具，保存安装就可以玩耍啦！

朋友们都看好了这个谷歌最新发布的开源 ai 大 模型伽马四，还有很多人不知道怎么安装的，今天呢，我就出一个详细教程，教会大家怎么安装。首先点击视频右下角，点击分享链接，摇滚到手机桌面，打开这个， 打开后会弹出一个安装包，没有弹出安装包的话，我们就在这里搜索伟安大权，点击查看，点进来你要找到这个软件工具，大权 我们往下滑，一直找到这一个，找到这个 g 开头的文件，再取消选选，选中这个编码四开源大模型文件，再点保存安装就可以使用啊。

中达消息， deep stack 要遇上最强对手了吗？谷歌憋了两年的大招扎马四刚刚发布，用三百一十亿参数直接干翻了二十倍体量的对手，他凭什么这么狂？ 两个关键词，待机领先和彻底开源。先看待机领先， jama 四三一 b 版本在 arina ai 排行榜上直接冲到全球开源模型第三名。用不到十分之一的神数量， 把千亿级的巨无霸踩在脚下有多恐怖？数学推理从百分之二十点八直接飙到百分之八十九点二，翻了四倍。代码能力从百分之二十九点一整到百分之八十，翻了三倍。但最离谱的是工具调用能力，从百分之六点六直接干到百分之八十六点四，翻了十三倍。这不是迭代，这是代际碾压。 谷歌管这叫美参数智能不是靠堆参数，而是靠效率。再看彻底开源，这次谷歌直接把压箱底的 gem 三旗舰技术下放到了开源模型上， 放弃前代那些乱七八糟的自定义协议，直接用上了 app 二点零什么意思？任何人都可以免费用，随便改，拿去商用没有任何限制。而且最小版本可以在树莓派上完全离线运行，手机也能跑，以后你的手机不用联网就能跑顶级 ai， 所有数据都留给自己，绝对安全。 说到开源， deepseek 更狠。谷歌用 apache 二点零已经够大方了，但 deepseek 用的是 mit 协议意味着什么？连你改的啥都不用告诉我，你拿走，你修改，你商用，你甚至把它改名叫你自己的产品， 全程不需要跟 deepseek 打一声招呼。这就好比谷歌说我家院子你随便进， deepseek 说我家房子你直接搬走。 但说实话，谁更彻底不重要，只要是良性的竞争，受益的永远是我们普通人。正如中国工程院院史王坚在今年两会上说的，在人工智能领域中，每看到了同一片大海， ai 这艘大船才刚刚起航，未来的前景应是无限的。关注我一个帮你翻译 ai 的 价值翻译官。

就在最近，酷狗发布了 jam 四，很多人第一反应是又是给开发者看的，跟普通人有什么关系？但这次还真不一样， jam 四最值得关注的地方不是参数又变大了，而是酷狗终于把一套能下载权重、能本地跑、很多场景下还能离线用的高水平模型推到了普通用户面前。 它采用 apache 二点零许可发布，明确支持本地私有执行，不用完全依赖云端。 说白了，这次 jama 四想解决的是一个更现实的问题，能不能不交持续的云端订阅费，不怕网络抽风，也不把数据传上云，也能用上一个足够聪明的 ai？ 答案是，现在开始真的更接近了。他分成四档， e 二 b、 e 四 b、 二十六 b 和三十一 b。 小 的两档可以在手机、树莓派上跑，大的两档在个人电脑甚至消费级显卡上就能跑。而且从公开的 ai 评测榜来看，三十一 b 和二十六 b 已经逼近部分中高端付费模型的表现区间。 这意味着，你以后用 ai 不 一定非要开会员，连云端很多任务完全可以在自己设备上完成， 网络差的时候能用，隐私敏感的时候敢用，响应速度也更稳。对于普通人来说，你可以把它当成本地写作助手、资料整理员、看图助手，甚至是代码助手。 gem 四是放出的信号很明确，以后 ai 不 一定都住在别人的服务器上，也可以越来越多地住在你自己的设备里。

来啦来啦！四月份最新更新的谷歌开源 ai 指纹下载教程它来喽！它不仅轻量版手机就能跑，支持图文视频，不用服务器本地就能跑，而且开源免费，多模态推理拉满手机电脑都能用，支持安卓苹果鸿蒙系统。还没有拿到的赶紧跟着我的步骤操作获取，说不定什么时候就给河蟹啦！ 首先点我视频右下角分享键复制分享链接，然后在手机打开这个蓝色小鸡，没有的先去下一个，等个一两秒会跳出个包包，没有的话就在首页搜索前进，前进也是 ok 的， 在软件资源里找到你需要的工具，保存安装就可以玩耍啦！

一天解锁一款黑科技，今天教你下载的是开源最强 ai 大 模型 game 四，附带最新下载教程及部署教程，同时支持安卓、苹果、鸿蒙。 还不知道怎么下载安装的同学赶紧跟着我的步骤操作吧！首先点视频右下角分享键，然后分享链接，然后打开这个蓝色东西，会弹出一个文件夹，没有的话打开后空白处输入卡丁宝箱，选择软件大合集，找到你要的右下角保存即可。

大家好，今天来给大家实测一下，把 jam 四部署到手机上，到底能实现些什么？视频内容有点多，感兴趣的可以慢慢看完。首先是 ai 聊天，我先把手机切到飞行模式，全程离线使用，可以看到我问他能做什么，他回复的很流畅，反应速度也很快，注意回复这里我全程无加速。 然后是图片识别功能，我随手拍一张照片，问他看到了什么，他能很精准的识别出画面里的细节，解析的特别清楚。还有这个手机指令控制，我直接语音说在地图里找到北京，他立刻就能理解我的意思，自动打开地图应用。虽然现在没网加载不出来， 但整个指令识别和调用应用的过程都是在本地完成的，体验很惊艳。唯一不足的是他听不懂中文，只能英文沟通。还有这个小花园互动游戏， 我说在八号坑种植物，它就能听懂并执行操作说明模型，对自然语言的理解和交互能力都很强。这里依旧听不懂中文，只能英文沟通。最后是提示词工具箱，不管是改写文案、总结文本，还是写代码， 离线状态下都能直接生成，非常方便。整体体验下来， jam 四把 ai 能力真正做到了手机端本地化，不用联网，隐私性更好，功能也足够实用，未来手机端 ai 的 体验真的会越来越强。

大家可以看到这个就是我自己把 google 的 javascript 助手汉化了之后的效果，打开之后可以看到都已经支持中文了，而且我还做了模型列表，支持导入。比如你在电脑上下载了模型， 可以导入到手机上，选择模型文件即可，完全本地的模型， 而且也有 deepseek 和酷 i 的 模型，感觉就像手机版的龙虾，后续会有很多技能，非常方便，而且不需要联网。它的主页面支持的功能也比较多， 大家可以下载后自行体验一下。 大家可以看到加载速度非常快， 聊天模型也支持中文。

最近火爆全网的 jam 四下载教程他来了，开源世界最强模型新版还附带中文设置教程以及部署教程，支持苹果、安卓和鸿蒙。 首先点我视频右下角的分享箭头，再点一下复制链接，然后打开这个蓝色的小鸟没有的应用商店，下一个两秒后会弹出一个资源包，没有弹的话就搜索手电宝藏，打开宝藏应用里面找到需要的文件，点击保存安装就好了。

把大模型跑在手机上，用三十分之一的参数追平了千亿级模型！最近，谷歌投下一枚重磅炸弹，正式发布了 jam 四开源模型系列。 jam 四到底是什么？为什么会引起如此广泛的讨论？他又为 ai 应用打开了多少全新的想象空间？废话不多说，一期视频带你了解清楚。 詹姆四是谷歌最新发布的开源模型，也可以说是一套精准覆盖所有场景的模型矩阵。詹姆四一口气推了四个型号，乍一看有点多，但谷歌的逻辑其实很清楚，不同硬件条件给你适配不同的本地模型方案。 它包括有能在手机上跑的一二 b、 能在普通电脑上跑的一四 b、 需要高配电脑的混合专家版本二六 b、 杠 a 四 b， 以及最受关注的稠密模型三 e b。 jama 四为什么会引起如此广泛的讨论？首先离不开它强大的技术基因。 jama 四跟商业版的 jama nine 同根同源，使用的是相同的研究成果和技术架构，专为高级推理和智能体工作流设计。 可以理解为谷歌把自家最强的 ai 技术浓缩成了一个免费版本，直接送给大家用。第二个大家都很关注的点就是谷歌这次彻底放开了 opic 二点零。这不是一个小变化， 之前的 jama license 虽然允许商用，但有不少限制条款，比如模型输出不能用来训练其他模型。而帕奇二点零彻底放开了这类限制，这意味着 jama 四可以被自由地集成、修改和再分发。 第三是堪称革命性的参数效率。 jama 四最大的突破在于其前所未有的每参数智能密度， 可以理解为每个脑细胞的含金量。同样一个脑细胞，有的模型只能干一分活，而 jam 四能干五到十分。其中二十六 b 是 这次最有意思的型号，它的总参数是二十五点二 b， 但每个 token 只激活三点八 b 参数，用不到四 b 的 推理成本，跑出接近三十 b 模型的效果。 从 jam 四的应用来看，端侧模型的黄金应用场景有哪些？本地模型不是云端 ai 的 平替， 他有自己的领地，有些事只有他能干。第一个最不会有争议的就是隐私、文档处理、发票合同、体检报告、银行流水等，这些数据不能离开本地。不是不信任大厂安全，而是一旦上传云端就失去物理控制权，并且合规管理也只认数据，不出内网。 本地大模型正好解决这个问题，数据全程在硬盘不外流。 jam 四也非常适配这个场景，官方重点强调了文档解析、 pdf 读取、 ocr 手写识别的能力。第二个就是代码场景， 本地代码助手优势很明显，不泄密、零成本离线可用，并且飞机、高铁、公司、内网环境，只要有笔记本就能用。还有一个大家都非常感兴趣的，就是接入你的龙虾产品，彻底实现 token 自由。有人会问，我的电脑又带不动模型，这跟 token 自由有什么关系呢？ jama 四发布的模型中，专门推出了针对普通电脑和消费级显卡适用的一四 b、 二六 b 两个模型版本，也就意味着你完全可以在自用电脑上实现 jama 四的部署，搭配上你的龙虾，完全实现 token 自由。 最后我们再来看看 jama 四的发布，为 ai 应用打开了多少全新的想象空间。网友测评， jama 四在手机、树莓派上都可以部署使用。 想想看，一个数媒派大小的设备，互联网就能做中文问答文档分析，简单的图片理解，那智能家居网关、工厂车间的边缘服务器、没有网络覆盖的野外观测站，是不是都能派上用场呢？ 果然，詹姆士的野心不止于此， ai 的 故事才刚刚开始。关注我，带你了解更多 ai 新资讯！

谷歌最强开源模型 gemma 四刚发布三天，就被人破解了三百一十亿参数，十八个 g， mac 直接跑，而且完全没有审查限制，这条推文已经六十万播放了， 到底怎么回事？这个叫 delini 的 团队在哈根 face 上发布了一个模型，名字就叫 gamma 四三 e b c r a c k c r a c k 的 意思就是破解。他们跑了一个叫 hambench 的 安全测试， 一百五十九个有害请求里，成功突破了一百四十九个，成功率百分之九十三点七。他们用的技术叫 obliteration， 翻译过来就是消融， 原理其实不复杂，每个大模型内部都有一个拒绝方向，就是一个向量。当你问他敏感问题，这个向量就会激活，模型就开始说，我不能回答。 ablitration 做的事情就是找到这个向量，然后从权重里手术式的删掉，不需要重新训练，直接改权重就行。更关键的是，这个破解版几乎没有损失性能， m m l u 精准测试只掉了二个点， 从七十六降到七十四点五，而且它支持视觉多模态量化到十八个 g， 用 mlx 框架在 apple silicon 上原生运行。但是我要泼一盆冷水。 harm bench 百分之九十三点七，听起来很厉害，但这个数字的意思是，一百五十九个有害请求里，有一百四十九个被模型执行了。 这些请求包括生成恶意代码、制作虚假信息，甚至涉及违法内容。所以破解成功这四个字，换个角度看，就是安全防线全部失守。 所以我的判断是，如果你是做安全研究、红队测试或者学术探索，这个模型确实是目前最强的本地无审查选择，但如果你只是想日常聊天或者拿去做商业产品，那完全没必要，而且有法律风险，工具本身没有善恶，但用法有边界。