Gemma 3
Google发布的开源语言模型，支持通过Kauldron框架进行微调
核心事实
时间轴 (近 90 天)
FlipPrice 在 Apple M2、Python 3.14 环境下验证通过，安装流程为克隆仓库、建 venv、pip 安装、ollama pull gemma3:1b、启动 uvicorn，并提供 Render 一键部署按钮。
FlipPrice 默认使用的 Gemma 3 1B 小模型生成质量有限，TabPFN 的付费门槛对纯免费用户是断点，且缺乏真实用户数据导致估价准确性存疑。
作者使用「模拟卖家」身份进行自测，三件商品用 Gemma 3 实时估价的结果为：Canon AE-1 买入 60、p50 估价 286.34、净得 189.12；Levis 501 买入 15、p50 108.85、净得 79.70；Sony WH-1000XM3 买入 40、p50 116.82、净得 61.63。
FlipPrice 的描述生成使用 Gemma 3（通过 Ollama），并设有本地备用链以支持离线运行。
在本地运行 Gemma 3 带来三重收益：无网络环境下可用、照片保留在本地保障隐私、无按张计费成本
Gemma 3 1B 内存占用低于 1 GB，推理只需数百毫秒，适合在不消耗大量电量的情况下离线运行
TerraGemma 是一款由 Google 开源权重模型 Gemma 3 驱动、100% 本地运行的离线优先荒野探险伴侣
AnswerUI在实践中更适合参数量13B以上或具备较长原生上下文支持的模型（如Qwen2.5、Gemma 3）
研究团队在单一语言内部对比了七款基于BPE的分词器：GPT-2、GPT-4、gpt-oss、Llama 3.1、Gemma 3、Qwen3和Kimi K2
EmbeddingGemma 2 基于 Gemma 3 的解码器架构，与 Gemma 3 共用文本分词器与音频编码器，上下文窗口达 8K token（上一代的 4 倍），输出向量维度为 768
还有 12 条时间轴事件
全部知识事实 (20)
Gemma 4的1B/2B模型量化后仅需4GB显存即可运行
65%已验证Gemma系列模型采用SigLIP视觉编码器来处理图像输入
65%待验证FlipPrice 默认使用的 Gemma 3 1B 小模型生成质量有限，TabPFN 的付费门槛对纯免费用户是断点，且缺乏真实用户数据导致估价准确性存疑。
50%待验证FlipPrice 在 Apple M2、Python 3.14 环境下验证通过，安装流程为克隆仓库、建 venv、pip 安装、ollama pull gemma3:1b、启动 uvicorn，并提供 Render 一键部署按钮。
50%待验证FlipPrice 的描述生成使用 Gemma 3（通过 Ollama），并设有本地备用链以支持离线运行。
50%待验证作者使用「模拟卖家」身份进行自测，三件商品用 Gemma 3 实时估价的结果为：Canon AE-1 买入 60、p50 估价 286.34、净得 189.12；Levis 501 买入 15、p50 108.85、净得 79.70；Sony WH-1000XM3 买入 40、p50 116.82、净得 61.63。
50%待验证在本地运行 Gemma 3 带来三重收益：无网络环境下可用、照片保留在本地保障隐私、无按张计费成本
50%待验证TerraGemma 是一款由 Google 开源权重模型 Gemma 3 驱动、100% 本地运行的离线优先荒野探险伴侣
50%待验证Gemma 3 1B 内存占用低于 1 GB，推理只需数百毫秒，适合在不消耗大量电量的情况下离线运行
50%待验证AnswerUI在实践中更适合参数量13B以上或具备较长原生上下文支持的模型（如Qwen2.5、Gemma 3）
50%待验证研究团队在单一语言内部对比了七款基于BPE的分词器：GPT-2、GPT-4、gpt-oss、Llama 3.1、Gemma 3、Qwen3和Kimi K2
50%待验证EmbeddingGemma 2 基于 Gemma 3 的解码器架构，与 Gemma 3 共用文本分词器与音频编码器，上下文窗口达 8K token（上一代的 4 倍），输出向量维度为 768
50%待验证Ollama免费用户额度可用于部分云端模型，包括Gemma 3（约43亿参数）、GPT-OSS（1200亿参数）、Nemotron等
50%待验证Gemma 3是Google DeepMind发布的开源多模态语言模型系列，可处理文本和图像输入
50%待验证教程推荐四个主流模型：Llama 3.1（Meta）综合能力最强，DeepSeek R1（深度求索）擅长深度思考推理，Qwen 3（阿里通义千问）中文效果最好，Gemma 3（谷歌）支持多模态
50%待验证OLMo 2使QK-Norm被广泛认可为训练稳定利器，Gemma 3和Qwen 3受Meta Chameleon启发采用QK-Norm
50%待验证Gemma 3提供覆盖不同硬件的多种尺寸，包括约1GB的最小版本、中型版本，以及12B/27B等大型版本
50%待验证QAT版本的Gemma模型直接兼容Ollama和LM Studio等本地大模型工具，可即下即用
50%待验证本地运行的Gemma模型可用于撰写跟进消息、总结邮件、将语音笔记转为待办任务、起草入职消息等业务任务
50%待验证Gemma 3的QAT进步被定位为AI运行效率稳步提升过程中的一个重要里程碑，而非范式革命
50%