标签： 移动端推理

Google DeepMind 发布 Gemma 4 QAT 检查点，通过量化感知训练大幅降低模型内存占用：E2B 模型在移动端专用格式下仅需约 1GB，同时提供 Q4_0 格式选择，实现本地设备高效部署。