Google 宣佈推出名為 FunctionGemma 的專用模型。該模型基於 Gemma 3 270M 進行微調，將函數調用能力引入智能手機等邊緣裝置。開發者越來越希望模型能夠在裝置端直接處理用戶指令，減少對雲端計算的依賴。FunctionGemma 正是為此設計，它在保持 Gemma 系列輕量化特點的同時，經過專門改善，使得手機及嵌入式設裝置能夠精准理解用戶需求，並自主調用相應功能，實現快速響應。
與通用的大型語言模型不同，FunctionGemma 專注於定制化任務處理。它不僅支援自然的人機對話，還能生成結構化的函數調用代碼，從而直接操作裝置或應用程式。在 Google 內部的「移動操作」測試中，該模型表現出優秀的適應能力：未微調前執行指令的準確率為 58%，而經過定向提升後，在完成「預約午餐並添加日曆」「將昨日拍攝的美食照片發送給家人」這類複雜任務時，準確率提升至 85%。
為了在算力與電量受限的邊緣裝置上實現高效運行，FunctionGemma 採用了高度輕量化的設計。它借助 Gemma 原有的 256k 詞表，能夠高效解析 JSON 數據與多語言輸入，降低處理延遲。目前，該模型已適配 NVIDIA Jetson Nano 等嵌入式開發板以及主流移動裝置，甚至可作為「任務調度器」，自行處理簡單操作，並將複雜邏輯交由更大的 Gemma 3 27B 模型處理。
為方便開發者使用，Google 圍繞 FunctionGemma 構建了完整的工具生態。開發者現已可通過 Hugging Face、Kaggle 等平台獲取模型，並利用 Unsloth、Keras 或 NVIDIA NeMo 等框架進行定制微調。模型支援LiteRT-LM、vLLM、Llama.cpp 及 Ollama 等多種推理工具。此外，Google還發佈了 TinyGarden 遊戲示例與「移動操作」微調指南，演示如何通過自然語言控制虛擬農場或手機設定，助力開發者快速構建低延遲、本地化的端側智能體。
