Google 地端 AI 生態系登陸 Mac：Gallery、Gemma 4 12B 與 Eloquent 三劍齊發

目前這款應用已能在 macOS、iOS 和 Android 上取得，但 macOS 版本突顯了一套獨特的模型策展策略。 有別於 Ollama 和 LM Studio 那種幾乎讓使用者能拉取任何相容模型的開放式程式庫，macOS 版的 AI Edge Gallery 目前只提供五款由 Google 精心挑選的 Gemma 模型。 根據《9to5Mac》的報導，這些可用的模型包括 Gemma-4-12B-it、Gemma-4-E2B-it、Gemma-4-E4B-it、一款 Gemma-4 26B 的變體，還有 FunctionGemma-270M。 這種百里挑一的選擇，正是 Google 策略的核心：一個受控且品質經過保證的環境。

核心引擎：LiteRT-LM 的效能表現

在底層驅動這個生態系的，是 Google 自家的 LiteRT-LM 推論引擎。它能在 Linux、macOS 和 Windows 上支援 CPU、GPU 和 NPU 等後端。 官方文件中用來展示效能基準的代表性模型是 Gemma-4-E2B（2.58 GB），並清楚列出了它在 MacBook Pro M4 上的能耐：

• CPU：每秒 901 個標記、42 MB 記憶體、首個標記延遲 1.1 秒、尖峰記憶體 736 MB。
• GPU (Metal)：每秒 7,835 個標記、160 MB 記憶體、首個標記延遲 0.1 秒、尖峰記憶體 1,623 MB。

啟動 GPU 加速後，速度出現巨幅躍升，這凸顯了 Google 的軟體堆疊為了 Apple Silicon 的 Metal API 進行了何等深度的調校，從而帶來近乎瞬時且流暢的使用者體驗。

Gemma 4 12B：無編碼器的多模態威力秀

Gemma 4 12B 採用 Apache 2.0 授權釋出，是這次發表會的主角。 它最大的差異化特色在於其架構：這是一款稠密、僅解碼器的 Transformer 模型，使用與體積大得多的 Gemma 4 31B Dense 模型相同的先進解碼器結構。

其關鍵的創新就在於無編碼器的多模態設計。多數多模態模型會分別使用龐大的視覺編碼器（如 ViT）和音訊編碼器（如 conformer 層），將資料轉譯給語言模型使用。 Gemma 4 12B 則是完全摒棄了它們。 取而代之的是：

• 視覺：一個輕量級、僅有 3500 萬參數的嵌入器，取代了多達 27 層的視覺 Transformer。原始 48x48 像素的圖像區塊，只透過一次矩陣乘法就被直接投射進大語言模型的嵌入空間，再透過因式分解的座標查找機制來附加空間資訊。
• 音訊：原始音訊訊號同樣不需要獨立的音訊編碼器，就能直接投射進與文字標記相同的嵌入空間。

這讓模型得以在一個統一的流程中，原生處理文字、圖片、音訊和影片。 Google 聲稱，這種架構能「以不到一半的記憶體，實現逼近我們 26B MoE 模型的效能」，而且一切都能在僅配備 16 GB 統一記憶體的消費級筆電上運行。

基準測試結果也印證了這份自信，顯示這款 12B 的模型足以「越級打怪」。在 GPQA Diamond（研究生等級的推理測驗）中，它拿下了驚人的 78.8 分，貼近 26B 變體的表現。在學術風格的選擇題基準 MMLU Pro 上達成 77.2%，在競爭激烈的數學基準 AIME 2026 中則獲得 77.5%。 而在程式碼生成的 LiveCodeBench 中，它達到了 72.5% 的分數，展現出在代理工作流程和多步驟推理上的扎實實用能力。

AI Edge Eloquent：免費、離線、精雕細琢的聽寫功能

作為這波產品三連發的最後一塊拼圖，Google AI Edge Eloquent 是一款聽寫應用程式，它將自己定位為付費轉錄服務直接的免費替代品。 這款應用由基於 Gemma 的模型驅動，並以「離線優先」為核心設計理念。

它的能耐不僅止於單純的轉錄，更像是一款自動的語音修飾器。它會「積極地修剪掉」像是「嗯」和「啊」之類的贅語，即時修正文法，並將雜亂無章的口語重組為流暢、專業的書面文字。 這讓它更像是個溝通工具，而不只是筆記軟體。它最關鍵的差異化優勢在於價格：既無訂閱制，也沒有使用上限。 macOS 版本需要 macOS 13.0 或更新系統，以及 Apple M1 或後續晶片，不過 App Store 頁面也註記了部分進階的選用功能可能需要用到雲端處理。

策略對決：圍牆花園 vs. 開放程式庫

這次的發表，確立了地端 AI 領域兩種截然不同的理念。

Google 的策略是一種**「圍牆花園」式途徑**：一套由 Google 策劃並認可的模型，與品牌化的第一方應用深度整合（用 Gallery 來探索、用 Eloquent 來聽寫），並搭配一個俱備命令列介面和 Python API 的統一推論引擎（LiteRT-LM）。 其目標是提供一個開箱即用、無縫接軌的消費級體驗。

這與 Ollama 和 LM Studio 形成了直接對比。後兩者將最大化的彈性與選擇列為最優先，它們是開放的程式庫，讓使用者可以拉取任何相容的模型。 值得注意的是，Ollama 和 LM Studio 都已經支援開放權重的 Gemma 4 12B 模型，因此 Google 的模型並非其自身技術堆疊的獨佔品。

Google 的優勢在於第一方的最佳化，他們自家模型針對 Apple Silicon 上的自有推論引擎進行了專門調校，因而能達到更好的效能與更低的記憶體用量。對使用者而言，這當中的取捨顯而易見：你得到了一個更精緻、更整合的體驗，但你無法運行 Google 策展 Gemma 家族以外的模型。這將讓 Google 得以吸引那些重視可靠性與易用性勝過實驗自由的用戶，為 Mac 上的地端 AI 開創出一條涇渭分明的岔路。