Google 釋出 FunctionGemma：270M 端側小模型專攻函式呼叫

想讓手機裡的 AI 幫你開啟手電筒或者加個日程，以前通常得把你的話傳到雲端，讓幾十甚至上百億引數的大模型算一圈，再把指令發回手機。如果網速慢或者斷網，AI 立刻變成擺設。

Google 剛剛釋出的 FunctionGemma 想把這條鏈路徹底掐在本地。它只有 2.7 億引數，專為一件事而生：聽懂你說的話，然後老老實實去調系統的 API。

2.7 億引數的小模型，專門負責按開關

FunctionGemma 基於 Gemma 3 270M 打造。Google 提到，2025 年 Gemma 系列模型的下載量從 1 億衝到了 3 億以上，而在釋出超小尺寸的 270M 模型後，開發者提得最多的需求就是原生函式呼叫。

這個模型做的事情很專一，就是把自然語言翻譯成可執行的程式碼或 API 呼叫。它既能生成結構化的 JSON 來調工具，又能換回日常口吻把執行結果彙報給使用者。

小並不意味著不能打。在官方的手機操作測試集 Mobile Actions 裡，沒有經過專門微調的基線準確率只有 58%，但只要用特定場景資料微調後，準確率直接飆升到了 85%。

它還繼承了 Gemma 的 256k 大詞表，切分 JSON 和多語言程式碼時更省 token，延遲也更低。甚至在老舊的 NVIDIA Jetson Nano 或者普通手機上，它都能跑得飛快。

開發者 @xenovacom 還做了一個純前端 Demo，靠 Transformers.js 把 FunctionGemma 塞進瀏覽器，完全不聯網就能用自然語言玩物理模擬解謎遊戲。官方演示的 TinyGarden 小遊戲裡，玩家說一句把向日葵種在第一排並澆水，模型也能在手機本地拆解出對應的遊戲函式。

生態方面它幾乎支援了市面上所有主流工具。微調可以用 Hugging Face、Unsloth、Keras 或 NVIDIA NeMo，部署則支援 LiteRT-LM、Ollama、Llama.cpp、MLX 和 LM Studio。

為什麼重要

我們認為，FunctionGemma 標誌著端側 AI 的思路正在發生實質性轉變：模型不再追求在本地回答世界常識，而是退回到底層當一個極度靈敏的開關和路由器。

對於移動端和物聯網開發者來說，這個模型非常值得現在就拿去練練手。你不需要讓它背誦歷史百科，只需要拿幾十條你自家 App 的 API 樣本對它微調，就能以極低的算力和電量消耗，換來一個完全離線、毫秒級響應的語音操作入口。

它的聰明之處在於分工定位。它既可以獨自搞定備忘錄、智慧家居這類離線固定操作，也能給大系統當交通警察。手機收到一句話，FunctionGemma 在本地瞬間判斷，能調本地 API 的立刻執行，搞不定的再轉發給雲端或者本地更大的 Gemma 3 27B。這比讓大模型全程待命要省電得多，也安全得多。

不過隱患也很明顯。270M 的體量註定了它幾乎沒有常識推理能力，完全依賴開發者的高質量微調資料。如果使用者說的話稍微繞一點或者超出預設範圍，小模型很容易產生誤觸發或格式漂移。但這依然給行業提了個醒：在端側，把一個極小模型訓成專業技工，遠比硬塞一個縮水版全才好用得多。