报告行业投资评级 - 增持（维持）[1] 报告的核心观点 - Google发布Gemma 4开源模型，其开源协议全面放开与Android体系落地将驱动端侧硬件升级，并有望开启新一轮换机周期与品类突破 [1][2] - Gemma 4在模型能力上实现跃迁，其技术迭代聚焦于提升内存效率与下沉多模态能力，这将提升端侧任务承载能力并扩大可覆盖的设备范围，对端侧AI产业具有加速意义 [2][5] 根据相关目录进行总结 行业驱动因素与市场前景 - 开源协议全面放开：Gemma 4切换至Apache 2.0协议，提供完全商业自由，显著降低企业采用门槛，有望吸引更多开发者与商业客户回流 [2] - Android生态导入：Gemma 4将作为Gemini Nano 4的基础模型，计划于年内落地新一代旗舰Android设备，承担下一代端侧模型基座角色 [2] - 生态基础雄厚：自首代发布以来，Gemma累计下载量已超过4亿次，拥有超过10万个衍生模型，初步形成Gemmaverse开发者生态 [2] - 催化硬件升级与换机周期：在双重驱动下，端侧模型能力升级有望显著拓展端侧AI能力边界，催化终端硬件性能升级与新形态产品创新，带动新一轮换机周期与品类突破 [2] Gemma 4模型的核心能力与技术突破 - 发布与版本：Google于4月3日发布新一代开源语言模型Gemma 4，包括2B、4B、26B（MoE）及31B（Dense）四个版本 [5] - 核心能力增强：全系模型支持Agent和复杂推理、多模态（图像、视频、音频）、离线代码生成、长上下文（小模型128K，大模型最高256K）以及超过140种语言的原生多语言能力 [5] - 内存效率优化：模型架构延续Per-Layer Embeddings机制，以2B版本为例，总参数约5B，但实际推理仅需加载约2B核心权重，降低了终端硬件门槛 [5] - 长上下文内存优化：通过“交替式滑动窗口+全局注意力”以及Shared KV Cache设计，使KV缓存需求较传统全注意力机制下降74%，优化了端侧内存使用效率 [5] - 多模态能力下沉：首次将视觉+音频的原生多模态能力下沉至2B级模型，为手机端实现理解屏幕、语音交流、跨应用操作等功能提供技术基础 [5] - 技术影响：通过架构创新，一方面提升端侧模型对日常多模态任务的处理能力，另一方面有效降低硬件门槛、扩大可触达设备范围 [5]