产品发布与核心规格 - 谷歌正式发布Gemma 3系列最新款模型Gemma 3 270M，这是一款拥有2.7亿个参数的紧凑型语言模型 [1] - 模型参数构成：总参数2.7亿个，其中嵌入参数1.7亿个，Transformer模块参数1亿个 [4] - 模型具备256k token的庞大词汇量，能够处理特定和罕见的token，使其成为强大的基础模型 [4] 性能与效率优势 - 在IFEval基准测试中，Gemma 3 270M在同级模型中树立了新的性能水平 [1] - 极致节能：在Pixel 9 Pro手机SoC上的内部测试表明，INT4量化模型在25次对话中仅消耗0.75%的电量，成为最节能的Gemma模型 [4] - 提供量化感知训练检查点，支持以INT4精度运行模型，同时最大程度减少性能下降，便于在资源受限设备上部署 [4] 功能与应用场景 - 核心功能包括强大的指令跟踪和文本结构化能力，专为特定任务的微调而设计 [1] - 是一款高质量的基础模型，开箱即用，适用于专业化的任务，是创建小型专业模型的理想起点 [10] - 适用场景包括：情绪分析、实体提取、查询路由、文本格式转换、创意写作、合规性检查 [13] - 适用于需要精打细算、时延要求高的任务，可大幅降低甚至消除推理成本 [13] - 适用于需要快速迭代和部署的工作，其小巧体积支持在数小时内完成微调实验 [13] - 适用于需要确保用户隐私的任务，模型可完全在设备上运行，无需将数据发送到云端 [13] - 适用于需要部署一批专门任务模型的场景，可构建多个不同任务的自定义模型 [13] 市场策略与生态 - 谷歌提供了快速入门的方案和工具，包括完整微调指南、预训练及指令调优模型，并可在Vertex AI等平台试用 [11] - 开发者可在Colab上尝试微调，声称只需不到5分钟即可完成 [11] - 谷歌以Adaptive ML与SK Telecom的合作为例，展示了对Gemma 3 4B模型进行微调后，其专业化模型在特定任务上达到甚至超越了更大型专有模型的表现 [10] - 个人开发者案例：Hugging Face团队成员使用Gemma 3 270M为一款睡前故事生成器网页应用提供支持，适合离线、基于网页的创意任务 [10] - 截至上周，Gemma系列模型的累积下载量已经突破两亿次 [12]