前言

如今各家的AI大模型廝殺得如火如荼，每天都有新的突破。今天我要給大家安利一款來自谷歌的Gemma3開源大模型。這款模型有10億、40億、120億和270億參數等多個版本，讓你可以根據自己的需求自由選擇。

在多項基準測試中，Gemma 3系列的表現相當搶眼，尤其是27B參數的版本更是力壓群雄，擊敗了o1-preview、o3-mini high和DeepSeek V3等強敵。它不僅支持140多種語言，中文表現也十分出色，更令人驚喜的是其強大的多模態能力——能夠處理視覺輸入并生成文本輸出。

接下來，就讓我們一起動手，在家用級Windows電腦上安裝部署Gemma3:27B大模型，并搭配一個酷炫的WebUI界面，讓你與AI互動更加得心應手。

1. 安裝Ollama

本例中使用的是Windows11系統專業版，通過Ollama運行Gemma3:27B大模型，之前曾經發布過如何在Windows安裝Ollama的教程，有需要的同學可以看看這篇文章：Windows本地部署Deepseek-R1大模型并使用Web界面遠程交互

簡單來說，就是訪問Ollama的官網：Download Ollama on Windows

下載對應版本的ollama安裝程序并安裝：

2.Gemma3模型安裝與運行

然后在Ollama的官網點擊Models，可以看到排在最上邊的就是Gemma3模型全家桶：

點進去之后，在左側的下拉選項中能看到目前有4個量級的模型，分別是1b/4b/12b/27b和對應所需的儲存空間：

本例使用gemma3:27b模型進行演示，**支持多模態（視覺）**27B 參數模型（128k 上下文窗口），需要準備20G以上硬盤空間，右邊是運行命令：

Ollama安裝完成之后，打開cmd或者powershell等終端工具，執行命令就可以下載模型了：

ollama run gemma3:27b

PS:默認會下載模型到C盤，如果想修改下載位置，可以在終端中執行下方命令來指定模型文件的存放目錄，這里以d:\ollama為例，大家可以自定義：

set OLLAMA_MODELS=d:\ollama

如果你之前安裝過ollama，在執行命令后出現如下圖提示，那么關閉終端，請先升級ollama到最新版本。

更新后，即可正常下載：

模型下載完成之后，安裝成功后會提示success：

自動進入對話狀態，直接輸入內容就能提問了：

3. 安裝Open WebUI圖形化界面

現在我們已經能夠在本地Windows電腦上使用Gemma3 27B模型解答問題了，但在命令行中對話可能不是很美觀，在復制回答時也不太方便，我們可以通過安裝一個圖形化界面來解決這個問題。

不過在此之前，我們需要配置Ollama的環境變量，在終端中分別執行下方命令以便后續遠程調用大模型：

setx OLLAMA_HOST "0.0.0.0"

setx OLLAMA_ORIGINS "*"

然后點擊電腦桌面右下角的ollama圖標退出并重啟服務。

本例以Open WebUI這個圖形化界面為例，使用Docker進行安裝，它的界面和平時在網頁中和其他大模型聊天非常相似。當然，大家也可以選擇其他的方式，比如使用page assist瀏覽器插件，lobechat，cherry studio等。

如果大家之前未安裝過Docker，可以參考下方教程進行Docker安裝：Docker安裝——Linux、Windows、MacOS

3.1 Open WebUI安裝運行

訪問Open WebUI的github頁面： https://github.com/open-webui/open-webui

如果你的Ollama和Open WebUI在同一臺主機，執行這行命令在cmd終端中就可以在本地快速進行部署：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

將上邊在Docker中部署Open WebUI的命令復制后粘貼到終端中，回車：

安裝完成后，打開Docker Desktop，可以看到Open WebUI的web界面地址為：https://localhost:3000

點擊后會在瀏覽器打開登錄界面：

使用自己的郵箱注冊賬號，密碼要記好，下次登錄時需要用到：

添加模型后就能在瀏覽器中使用web界面來和Gemma3 27B模型聊天了！

3.2 添加模型

點擊右上角的設置，可以修改當前界面的語言為簡體中文：然后點擊保存即可。

點擊上方選擇一個模型旁邊的加號+可以增加大模型，點擊下拉按鈕可以選擇當前使用哪一個已安裝的模型，這里選擇剛才安裝的gemma3:27b，接下來就可以愉快的跟大模型在網頁中聊天了！

到這里就成功在Windows電腦本地部署了gemma3:27b模型并使用Open WebUI在網頁中與AI交互啦。

3.3 多模態測試

現在我們上傳一張圖片測試一下效果：（點擊對話框左側加號即可上傳圖片）

確實有點東西，識別物品的效果還是不錯的，還給出了一個結論。

再來測試上傳一張人物照片給它，讓它分析一下拍攝效果并給出優化建議：

感覺似乎分析的也還行，大家感興趣的話也可以稍后自己部署一下進行測試。

4. 安裝內網穿透工具

但如果想實現不在同一網絡環境下，也能隨時隨地在瀏覽器中使用Open WebUI與本地部署的gemma3:27b大模型在網頁中聊天，那就需要借助cpolar內網穿透工具來實現公網訪問了！接下來介紹一下如何安裝cpolar內網穿透，過程同樣非常簡單：

首先進入cpolar官網：

cpolar官網地址: https://www.cpolar.com

點擊免費使用注冊一個賬號，并下載最新版本的cpolar：

登錄成功后，點擊下載cpolar到本地并安裝（一路默認安裝即可)本教程選擇下載Windows版本。

cpolar安裝成功后，在瀏覽器上訪問http://localhost:9200，使用cpolar賬號登錄,登錄后即可看到配置界面,結下來在WebUI管理界面配置即可。

接下來配置一下 Open WebUI 的公網地址：

登錄后，點擊左側儀表盤的隧道管理——創建隧道，

• 隧道名稱：gem27（可自定義命名，注意不要與已有的隧道名稱重復）
• 協議：選擇 http
• 本地地址：3000 (本地訪問的地址)
• 域名類型：選擇隨機域名
• 地區：選擇China Top

隧道創建成功后，點擊左側的狀態——在線隧道列表,查看所生成的公網訪問地址，有兩種訪問方式,一種是http 和https：

使用上面的任意一個公網地址,在手機或任意設備的瀏覽器進行登錄訪問,即可成功看到 Open WebUI 界面,這樣一個公網地址且可以遠程訪問就創建好了,使用了cpolar的公網域名,無需自己購買云服務器,即可到隨時在線訪問Open WebUI來在網頁中使用本地部署的gemma3:27b大模型了！

小結

為了方便演示，我們在上邊的操作過程中使用cpolar生成的HTTP公網地址隧道，其公網地址是隨機生成的。這種隨機地址的優勢在于建立速度快，可以立即使用。然而，它的缺點是網址是隨機生成，這個地址在24小時內會發生隨機變化，更適合于臨時使用。

如果有長期遠程訪問Open WebUI使用gemma3:27b模型，或者異地訪問與使用其他本地部署的服務的需求，但又不想每天重新配置公網地址，還想讓公網地址好看又好記并體驗更多功能與更快的帶寬，那我推薦大家選擇使用固定的二級子域名方式來為Open WebUI配置一個公網地址。

5. 配置固定公網地址

接下來演示如何為其配置固定的HTTP公網地址，該地址不會變化，方便分享給別人長期查看你部署的項目，而無需每天重復修改服務器地址。

配置固定http端口地址需要將cpolar升級到專業版套餐或以上。

登錄cpolar官網，點擊左側的預留，選擇保留二級子域名，設置一個二級子域名名稱，點擊保留:

保留成功后復制保留成功的二級子域名的名稱：mygem27，大家也可以設置自己喜歡的名稱。

返回Cpolar web UI管理界面，點擊左側儀表盤的隧道管理——隧道列表，找到所要配置的隧道：gem27，點擊右側的編輯：

修改隧道信息，將保留成功的二級子域名配置到隧道中

• 域名類型：選擇二級子域名
• Sub Domain：填寫保留成功的二級子域名：mygem27

點擊更新(注意,點擊一次更新即可,不需要重復提交)

更新完成后,打開在線隧道列表,可以看到公網地址已經發生變化,地址名稱也變成了固定的二級子域名名稱的域名：

最后,我們使用上邊任意一個固定的公網地址訪問,可以看到訪問成功,這樣一個固定且永久不變的公網地址就設置好了，可以隨時隨地在公網環境異地在線訪問本地部署的Open WebUI來使用gemma3:27b大模型了！

總結

經過簡單的測試，這款多模態大模型的表現確實令人驚艷，不僅在性能上表現優異，而且還能在家用級硬件上輕松運行。這無疑大大降低了普通用戶接觸和使用高端AI技術的門檻。未來，Gemma3的發展潛力無限，讓我們拭目以待吧！如果你也對這個項目感興趣，不妨動手試試看，有任何疑問歡迎隨時留言交流，我們共同探討、一起成長！