摘要：Gemma-3n-E4B-it 是由 Google 和 Google DeepMind 于 2025 年 6 月 26 日联合开发的轻量级开源多模态 AI 模型，旨在为移动设备和边缘计算场景提供高性能、低资源消耗的本地化 AI 能力。能够处理多模态输入，包括文

Gemma-3n-E4B-it 是由 Google 和 Google DeepMind 于 2025 年 6 月 26 日联合开发的轻量级开源多模态 AI 模型，旨在为移动设备和边缘计算场景提供高性能、低资源消耗的本地化 AI 能力。能够处理多模态输入，包括文本、图像、视频和音频输入，并生成文本输出。

教程链接：https://go.openbayes.com/DlCjt

http://openbayes.com/console/signup?r=sony_0m6v

登录 OpenBayes.com，在「公共教程」页面，选择键部署 「Gemma-3n-E4B-it：先进的轻量级开放模型」教程。

页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。

待系统分配好资源，当状态变为「运行中」后，点击「API 地址」边上的跳转箭头，即可跳转至 Demo 页面。

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 2-3 分钟后刷新页面。上传的视频最好不超过 10 秒，PDF 和 PPT 不超过 10 页，在对话过程中，视频和图片不能同时存在。建议每完成一次对话都点击「Clear」进行清除操作。

该模型支持多模态输入，包括文本、图像、视频和音频输入，并生成文本输出。下面是各功能演示：

图片理解

上传一张图片到模型中，并针对图片对模型进行提问，按下回车键发送。

文本对话

视频理解

音频理解

来源：小顾科技观察