北京
2026年4月3日，ollama 發布了v0.20.0版本。
這次更新的核心非常明確：Gemma 4 正式加入支持，并且圍繞模型推理、音頻能力、Tokenizer、視覺測試、轉換器、OpenAI 音頻接口等多個方向進行了集中增強。
如果你關注本次更新，可以直接從兩個關鍵詞理解：
?Gemma 4
?音頻與推理能力升級
下面按照本次版本更新內容，逐項整理成一篇完整的技術更新說明。
一、Gemma 4 正式加入支持
本次 v0.20.0 最重要的變化，就是Gemma 4相關支持的加入。
更新中給出了多個可直接運行的模型規格：
1）Effective 2B（E2B）
運行命令：
ollama run gemma4:e2b這是 Gemma 4 的有效 2B 版本，適合輕量場景使用。
2）Effective 4B（E4B）
運行命令：
ollama run gemma4:e4b這是 Gemma 4 的有效 4B 版本，在能力和資源消耗之間做了更平衡的選擇。
3）26B（Mixture of Experts model with 4B active parameters）
運行命令：
ollama run gemma4:26b這是一個MoE（Mixture of Experts）模型，描述中說明其4B active parameters。
4）31B（Dense）
運行命令：
ollama run gemma4:31b這是 Gemma 4 的31B Dense版本，屬于更大規模的稠密模型。
從這次發布的信息來看，Gemma 4 已經形成了較完整的規格覆蓋，從輕量到大模型都提供了支持方式，用戶可以按資源和場景選擇對應版本。
二、What's Changed：本次更新涉及的關鍵內容
本次版本的更新記錄非常集中，主要圍繞 Gemma 4、音頻、Tokenizer、文檔、推理與測試展開。下面逐條梳理。
三、文檔更新
首先是文檔相關更新：
?docs: update pi docs
這說明本次版本中對 pi 相關文檔進行了更新。
雖然內容本身不多，但說明文檔層面同步跟進了新版本變化，方便用戶查閱和使用。
四、Tokenizer 增強：支持 SentencePiece-style BPE
本次更新中有一個非常關鍵的底層能力變化：
?tokenizer: add SentencePiece-style BPE support
這表示 Tokenizer 新增了SentencePiece 風格的 BPE 支持。
這一變化對于模型適配和分詞處理非常重要，尤其是在處理不同模型格式與分詞規則時，可以提升兼容性。
與此同時，后續也有與 tokenizer 相關的配套修復：
?mlx: respect tokenizer add_bos_token setting in pipeline
這個改動說明在 pipeline 中會尊重 tokenizer 的add_bos_token設置。
換句話說，Tokenizer 的行為會更貼合配置，避免在處理輸入時出現不一致情況。
五、Gemma 4 的模型支持與轉換器更新 1）Gemma 4 GGML 模型支持
更新中明確寫到：
?gemma4: add Gemma 4 GGML model support
這表示 Gemma 4 的 GGML 模型支持已經加入。
2）轉換器更新：適配新的 weight drop 命名
?gemma4: update converter for new weight drop naming
這說明 Gemma 4 相關轉換器已經根據新的 weight drop 命名進行了更新。
這是模型轉換流程中非常關鍵的一環，確保新版本模型文件命名和導入過程能夠順利對接。
六、音頻能力大幅增強
這次 v0.20.0 在音頻方向的變化非常密集，可以說是重點之一。
1）添加音頻支持，使用 USM conformer encoder
更新內容：
?gemma4: add audio support with USM conformer encoder
這表明 Gemma 4 新增了音頻支持，并且使用的是USM conformer encoder。
2）OpenAI 音頻 API 支持與能力檢測
更新內容：
?gemma4: add OpenAI audio API support and capability detection
這說明本次版本已經加入了OpenAI 音頻 API 支持，并且還包含capability detection，也就是能力檢測機制。
3）音頻輸入支持
更新內容：
?gemma4: add audio input support for run command
這意味著在 run 命令中已經支持音頻輸入。
4）新增轉寫命令
更新內容：
?gemma4: add transcribe command (ollama transcribe MODEL)
這次新增了一個轉寫命令：
ollama transcribe MODEL這對于音頻轉文字場景非常直接，命令形式也很清晰。
5）增加 OpenAI 音頻轉寫 API 和 input_audio 支持
更新內容：
?gemma4: add OpenAI audio transcription API and input_audio support
這進一步完善了音頻能力，不僅是輸入和轉寫，還補充了與 OpenAI 音頻轉寫 API 相關的支持，以及 input_audio 能力。
6）音頻輸入改為 dropped file attachments
更新內容：
?cmd: simplify audio input to dropped file attachments
這說明音頻輸入在命令層面被簡化為dropped file attachments，使用方式更直接。
從這一組更新可以看出，v0.20.0 在音頻方向完成了從輸入、轉寫、API 到命令行體驗的一整套補強。
七、Gemma 4 解析、渲染與集成測試支持
本次更新還有一組圍繞 Gemma 4 的基礎設施改進：
?gemma4: add parser, renderer, and integration test plumbing
這說明已經加入了parser、renderer、integration test plumbing。
也就是說，Gemma 4 在解析、渲染以及集成測試方面的配套設施已經補上。
1）渲染器修復：輸出 BOS token
?gemma4: fix renderer to emit BOS token
這是一個非常具體的修復，說明 renderer 現在會正確輸出BOS token。
2）渲染器重寫：與 HF Jinja2 模板完全一致
?gemma4: rewrite renderer to match HF Jinja2 template exactly
這說明渲染器被重寫，以確保與 HF Jinja2 模板保持完全一致。
這個變化通常意味著模型輸入模板的行為會更加標準化，減少模板差異帶來的結果偏差。
八、MoE 相關增強與修復
Gemma 4 的 26B 版本是 MoE 模型，因此 MoE 相關改動非常關鍵。
1）為 MoE router 增加 per_expert_scale，并修復 moe_intermediate 問題
更新內容：
?gemma4: add per_expert_scale to MoE router and fix moe_intermediate_s…
雖然后半部分在記錄中被截斷，但已經明確看到兩個重點：
? 為 MoE router 增加per_expert_scale
? 修復moe_intermediate_s...相關問題
更新內容：
?gemma4: fix MoE fused gate_up split and multiline tool-call arg parsing
這說明本次對 MoE 的 fused gate_up split 做了修復，同時還修復了multiline tool-call arg parsing。
3）MoE block 字段對齊格式調整
更新內容：
?Format Gemma4 MoE block field alignment
這是一個格式層面的整理，說明 Gemma4 MoE block 的字段對齊做了統一和規范化。
從這些信息可以看出，Gemma 4 的 MoE 版本在結構、解析、格式與計算路徑方面都做了較完整的修復和優化。
九、視覺測試與 thinking 測試增強
更新中還有測試相關增強：
?integration: improve vision test robustness and add thinking tests
這表示集成測試進一步增強了視覺測試的穩定性，同時新增了 thinking tests。
從結果上看，這類更新主要是為了提升整體驗證能力，讓新版本在視覺相關場景和推理相關場景下更加可靠。
十、Gemma 4 音頻測試與 OpenAI API 覆蓋
音頻相關不僅有能力支持，也同步加入了測試覆蓋：
?integration: add gemma4 audio tests including OpenAI API coverage
這說明本次版本已經加入了 Gemma 4 音頻測試，并且包括 OpenAI API 的覆蓋。
這和前面音頻能力的增強是相互呼應的，說明該版本并不是只做了功能接入，也同步補齊了對應驗證。
十一、Gemma 4 視覺模型注釋與字段格式調整
更新記錄中還有一些針對模型結構和代碼可讀性的整理：
?Remove redundant comments in gemma4 vision model
?Format Gemma4 MoE block field alignment
前者表示移除了 Gemma 4 視覺模型中的冗余注釋。
后者則對 Gemma4 MoE block 的字段對齊格式進行了調整。
這類更新雖然看起來偏細節，但對于代碼維護、結構統一和后續協作非常重要。
十二、內存緩存與推理緩存優化
本次更新里還有一項和緩存相關的改動：
?use 4096 kvcache.NewSWAMemCache
?gemma4: use full SWA memory for better cache reuse
這說明緩存機制做了調整：
? 使用了4096 kvcache.NewSWAMemCache
? 同時使用full SWA memory來獲得更好的 cache reuse
這類優化通常和推理效率、上下文緩存復用體驗有關，是底層能力增強的一部分。
十三、Gemma 4 clamps 初始化與后端加載修復
更新記錄中還有：
?gemma4: initialize clamps after backend load
這表示 clamps 的初始化時機調整到了 backend load 之后。
從描述來看，這是一個初始化順序上的修復，用于保證加載流程更穩定。
十四、Gemma 4 GGML 改進合并
更新記錄最后還有一個重要的合并信息：
?Merge pull request from gemma4-ggml-improvements
這說明本次版本把 Gemma 4 的 GGML 改進進行了合并，和前面提到的 GGML model support、converter 更新等內容形成閉環。
十五、本次 v0.20.0 更新總結
整體來看，ollama v0.20.0 這次更新可以概括為幾個核心方向：
1.Gemma 4 正式上線
? 提供了 E2B、E4B、26B、31B 多種規格
? 支持 GGML 模型
2.音頻能力全面增強
? 支持音頻輸入
? 新增轉寫命令
? 增加 OpenAI 音頻 API 與 transcription API 支持
? 支持 input_audio
? 簡化音頻輸入方式
3.Tokenizer 和模板能力增強
? 增加 SentencePiece-style BPE 支持
? pipeline 尊重 add_bos_token
? renderer 重寫并修復 BOS token 輸出
4.MoE 與推理路徑優化
? 增加 per_expert_scale
? 修復 MoE 相關問題
? 調整字段格式和分裂邏輯
? 改進緩存復用
5.測試與工程能力增強
? 視覺測試穩定性提升
? 新增 thinking tests
? 補充 Gemma 4 音頻測試與 OpenAI API 覆蓋
我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業洞察。 歡迎關注“福大大架構師每日一題”，發消息可獲得面試資料，讓AI助力您的未來發展。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
流史歲月
