## Google发布Gemma 4：Apache 2.0许可的最强开源模型家族
4月2日，Google DeepMind正式发布Gemma 4模型系列，包含2B、4B、26B（MoE）、31B四个版本，全部采用Apache 2.0开源许可证——Gemma家族有史以来最宽松的许可协议。
**核心亮点：**
- 31B版本在Arena AI全球开源模型排名中以1452 Elo得分位列第三，仅次于GPT-5和Claude
- 26B MoE版本采用混合专家架构，专为高效率场景优化
- 2B/4B端侧版本支持文本、图像、视频原生输入，部分型号支持原生音频
- 更大上下文窗口达256,000 tokens
- 31B在AIME 2026数学竞赛得分89.2%，LiveCodeBench v6得分80.0%
Gemma 4发布首日即登陆Hugging Face、Ollama、vLLM、llama.cpp、MLX、LM Studio、NVIDIA NIM及Android Studio等主流平台，真正实现"发布即可用"。
---
## 微软发布三款自研MAI模型：首次独立于OpenAI打造前沿模型
同在4月2日，微软通过Microsoft Foundry和全新MAI Playground发布了三款自研AI模型，这是微软自与OpenAI合作以来首次完全独立开发的前沿级别生产模型。
**三款模型亮点：**
- **MAI-Transcribe-1**：语音识别模型，在25种语言平均WER仅3.8%，全面超越OpenAI Whisper Large v3和Gemini 3.1 Flash
- **MAI-Voice-1**：语音生成模型，支持60倍实时生成速度，用户仅需几秒音频样本即可克隆自定义音色，定价$22/百万字符，直接挑战ElevenLabs
- **MAI-Image-2**：图像生成模型，Arena.ai排名前三，生成速度较前代提升2倍，定价$5/百万输入tokens、$33/百万输出tokens，WPP等企业已率先接入
---
## Cohere发布开源ASR模型Transcribe：全面超越Whisper
3月26日，Cohere发布其首款语音识别开源模型Transcribe，以2B参数在Hugging Face开源ASR榜单以5.42% WER登顶，全面超越OpenAI Whisper Large v3（7.44%）、ElevenLabs Scribe v2（5.83%）和Qwen3-ASR-1.7B（5.76%）。人类评估中，64%的英语场景用户更偏好Transcribe。支持英语、法语、中文、阿拉伯语、日语等14种语言，采用Apache 2.0许可，可免费商用。
---
## 参考来源
- Google DeepMind Gemma 4：https://deepmind.google/gemma/
- Microsoft MAI Blog：https://azure.microsoft.com/en-us/blog/
- Hugging Face开源ASR榜单：https://huggingface.co/spaces/open-ai-evaluations/open-asr-leaderboard
- The AI Track 月度总结：https://theaitrack.com/ai-news-april-2026-in-depth-and-concise/
- AI Tools Recap：https://aitoolsrecap.com/Blog/ai-tools-updates-april-2026