Google 推出 Gemma 4 QAT 检查点 大幅压缩模型体积

Google 推出 Gemma 4 QAT 检查点 大幅压缩模型体积

Google 发布了针对 Gemma 4 的 Quantization-Aware Training（QAT）检查点，将最小模型体积从 11.4GB 压缩至 1.1GB，文本专用模型仅 0.84GB；相较于传统后训练量化（PTQ）可能导致质量下降，QAT 在训练期间模拟压缩，使模型在权重被压缩时仍能学习，从而保持推理质量；此外，Google 还实现了面向移动端的静态激活、通道量化、目标 2 位量化以及 KV 缓存优化，降低手机端计算负担并延缓长对话记忆占用。