01 / 模型卡片
模型卡片
这款模型是 Google 推出的 Gemma 4 系列中的轻量化版本，采用了 GGUF 量化格式，非常适合在个人电脑或边缘设备上通过 llama.cpp 等工具本地部署。它最大的特点是具备“Any-to-Any”的多模态处理能力，不再局限于纯文本交互，能够理解并处理多种输入模态。对于开发者而言，由于其经过了 QAT（量化感知训练）优化，在保持极低显存占用的同时，尽可能减少了量化带来的精度损失。如果你想在本地构建一个既能读图、又能对话，且对硬件配置要求不高的智能助手，这款模型是一个平衡性能与资源消耗的极佳选择。
模型类型any to any
提供方google
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
模型卡片当前详情页记录的模型说明与元数据
已收录来源仓库https://huggingface.co/google/gemma-4-E2B-it-qat-q4_0-gguf
查看模型来源版本信息请以来源仓库的最新版本为准
—03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
google/gemma-4-E2B-it-qat-q4_0-gguf安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model google/gemma-4-E2B-it-qat-q4_0-gguf下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model google/gemma-4-E2B-it-qat-q4_0-gguf README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('google/gemma-4-E2B-it-qat-q4_0-gguf')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/google/gemma-4-E2B-it-qat-q4_0-gguf.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/google/gemma-4-E2B-it-qat-q4_0-gguf.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面