Google Quay Trở Lại Cuộc Đua AI Mã Nguồn Mở Với Gemma 4

Tham vọng AI mở của Google đã trở nên nghiêm túc hơn nhiều hôm nay. Công ty đã phát hành Gemma 4, một họ gồm bốn mô hình trọng số mở được xây dựng dựa trên cùng nghiên cứu với Gemini 3, và được cấp phép theo Apache 2.0—một sự thay đổi đáng kể so với các điều khoản hạn chế hơn trên các phiên bản Gemma trước đó.

Các nhà phát triển đã tải xuống các thế hệ Gemma trước đó hơn 400 triệu lần, tạo ra hơn 100,000 biến thể cộng đồng. Bản phát hành này là bản đầy tham vọng nhất cho đến nay.

Trong năm qua, bảng xếp hạng AI mã nguồn mở phần lớn là cuộc chơi của Trung Quốc. DeepSeek, Minimax, GLM và Qwen đã thống trị các vị trí hàng đầu, khiến các lựa chọn thay thế của Mỹ phải vật lộn để duy trì sự liên quan. Như Decrypt đã báo cáo năm ngoái, các mô hình mở của Trung Quốc đã tăng từ chỉ 1,2% mức sử dụng mô hình mở toàn cầu vào cuối năm 2024 lên khoảng 30% vào cuối năm 2025, với Qwen của Alibaba thậm chí còn vượt qua Llama của Meta trở thành mô hình tự lưu trữ được sử dụng nhiều nhất trên toàn thế giới.

Llama của Meta từng là lựa chọn mặc định cho các nhà phát triển muốn có một mô hình có khả năng chạy cục bộ. Danh tiếng đó đã bị xói mòn—giấy phép do Meta kiểm soát của Llama đã đặt ra câu hỏi về tình trạng mã nguồn mở thực sự của nó, và hiệu suất của nó đã tụt hậu so với đối thủ cạnh tranh của Trung Quốc. Họ OLMo của Allen Institute đã cố gắng lấp đầy khoảng trống nhưng không thể đạt được sức hút có ý nghĩa. OpenAI đã phát hành các mô hình gpt-oss vào tháng 8 năm 2025, mang đến hơi thở mới cho hệ sinh thái, nhưng chúng không bao giờ được thiết kế để trở thành đối thủ cạnh tranh hàng đầu.

Và hôm qua, một startup 30 người của Mỹ có tên Arcee AI đã phát hành Trinity, một mô hình mở với 400 tỷ tham số đã đưa ra lập luận thuyết phục rằng bối cảnh của Mỹ chưa hoàn toàn chết. Gemma 4 tiếp tục động lực đó, lần này với toàn bộ sức mạnh của Google DeepMind đằng sau nó, biến nó thành mô hình Mỹ tốt nhất trong bối cảnh AI mã nguồn mở.

Mô hình được "xây dựng từ cùng nghiên cứu và công nghệ đẳng cấp thế giới như Gemini 3," Google cho biết trong thông báo của mình. Gemma 4 có bốn kích thước: Effective 2B và 4B cho điện thoại và thiết bị biên, một mô hình Mixture of Experts 26B tập trung vào tốc độ, và một mô hình Dense 31B được tối ưu hóa cho chất lượng thô.

31B Dense hiện đang xếp thứ ba trong số tất cả các mô hình mở trên bảng xếp hạng văn bản của Arena AI. 26B MoE xếp thứ sáu. Google tuyên bố cả hai đều vượt trội so với các mô hình lớn gấp 20 lần kích thước của chúng—một tuyên bố đúng, ít nhất là so với các con số của Arena AI, nơi các mô hình của Trung Quốc vẫn giữ hai vị trí hàng đầu.

Chúng tôi đã thử nghiệm Gemma 4. Nó có khả năng, với một số lưu ý. Mô hình áp dụng lý luận ngay cả cho các nhiệm vụ không yêu cầu nó, có thể khiến các phản hồi cảm thấy quá phức tạp cho các lời nhắc đơn giản. Viết sáng tạo là khá tốt—có thể sử dụng được, không truyền cảm hứng—và có thể cải thiện với hướng dẫn cụ thể hơn và kỹ thuật lời nhắc.

Nơi nó thể hiện rõ ràng nhất là mã. Khi được yêu cầu tạo một trò chơi, đầu ra không đặc biệt hào nhoáng hoặc phức tạp, nhưng nó chạy không có lỗi ngay lần thử đầu tiên. Không tệ cho một mô hình 41 tỷ tham số. Độ tin cậy zero-shot đó có thể có giá trị hơn một kết quả đẹp hơn cần gỡ lỗi.

Bạn có thể thử trò chơi (cơ bản, nhưng chức năng) tại đây.

Bốn biến thể bao phủ toàn bộ phổ phần cứng. Các mô hình E2B và E4B được xây dựng cho điện thoại Android, Raspberry Pi và các thiết bị biên, chạy hoàn toàn ngoại tuyến với độ trễ gần như bằng không, đầu vào âm thanh gốc và cửa sổ ngữ cảnh 128K. Các mô hình 26B và 31B nhắm đến các trạm làm việc và triển khai đám mây, mở rộng ngữ cảnh lên 256K và thêm gọi hàm gốc và đầu ra JSON có cấu trúc để xây dựng các tác nhân tự động. Cả bốn mô hình đều xử lý hình ảnh và video một cách tự nhiên. Trọng số độ chính xác đầy đủ của các mô hình lớn hơn vừa với một GPU NVIDIA H100 80GB; các phiên bản được lượng tử hóa chạy trên phần cứng tiêu dùng.

Giấy phép Apache 2.0 là tiêu đề khác. Các bản phát hành Gemma trước đây của Google đã sử dụng giấy phép tùy chỉnh tạo ra sự mơ hồ pháp lý cho các sản phẩm thương mại. Apache 2.0 loại bỏ hoàn toàn sự ma sát đó—các nhà phát triển có thể sửa đổi, phân phối lại và thương mại hóa mà không phải lo lắng về việc Google thay đổi các điều khoản sau này. Đồng sáng lập Hugging Face Clement Delangue đã khen ngợi nó, nói rằng "AI cục bộ đang có khoảnh khắc của mình," và đó là tương lai của ngành công nghiệp AI. CEO Google DeepMind Demis Hassabis đi xa hơn, gọi Gemma 4 là "các mô hình mở tốt nhất trên thế giới cho kích thước tương ứng của chúng."

Đó là một tuyên bố mạnh mẽ. Các hệ thống độc quyền từ Anthropic, OpenAI và chính Gemini của Google vẫn dẫn đầu trong các điểm chuẩn khó nhất. Nhưng đối với các mô hình trọng số mở bạn có thể chạy cục bộ, sửa đổi tự do và triển khai trên cơ sở hạ tầng của riêng bạn? Cuộc cạnh tranh vừa trở nên mỏng hơn đáng kể. Bạn có thể thử Gemma 4 ngay bây giờ trong Google AI Studio (31B và 26B) hoặc Google AI Edge Gallery (E2B và E4B). Trọng số mô hình cũng có sẵn trên Hugging Face, Kaggle và Ollama.