执行摘要

本PR是一个文档更新，将已实现的Gemma 4模型（Gemma4ForCausalLM和Gemma4ForConditionalGeneration）添加到vLLM的支持模型列表文档中，并澄清了音频和视频模态的支持细节，旨在提高文档准确性和用户体验，无代码变更，风险极低。

功能与动机

为什么做：Gemma 4模型已在vLLM代码中实现（如gemma4.py、gemma4_mm.py），但未在官方文档supported_models.md中列出，导致用户可能无法发现或误用。PR body明确说明：“Gemma4ForCausalLM and Gemma4ForConditionalGeneration are already implemented and registered in vLLM, but were missing from the documentation table”，因此需要更新文档以反映实际支持。

实现拆解

变更仅涉及一个文件docs/models/supported_models.md，按以下步骤拆解：

1. 更新文本模型表格：在“Text-only models”部分添加Gemma4ForCausalLM行，包括模型名、描述、示例Hugging Face ID（如google/gemma-4-E2B-it）、LoRA和管道并行（PP）支持状态，格式与现有Gemma 3条目一致。
2. 更新多模态模型表格：在“Multimodal models”部分添加Gemma4ForConditionalGeneration行，指定模态为T + I⁺ + V + A*（文本、多图像、视频、音频），其中*标记表示音频仅特定变体支持，并标注PP支持。
3. 添加新注释和通用标记：在文档脚注中新增<sup>*</sup> Only specific variants of the model support this modality作为可复用通用标记；同时添加note块，详细说明音频仅限gemma-4-E2B和gemma-4-E4B变体，视频非原生输入但vLLM实现内部处理，用户可直接发送视频消息。

关键源码片段（整理自文档更新）：

| `Gemma4ForCausalLM` | Gemma 4 | `google/gemma-4-E2B-it`, etc. | ✅︎ | ✅︎ |
| `Gemma4ForConditionalGeneration` | Gemma 4 | T + I⁺ + V + A<sup>*</sup> | `google/gemma-4-E2B-it`, etc. | | ✅︎ |
​
<sup>*</sup> Only specific variants of the model support this modality (see notes below).
​
!!! note
    For `Gemma4ForConditionalGeneration`:
    - audio input is only supported by the `gemma-4-E2B` and `gemma-4-E4B` variants.
    - The model does not ingest videos directly. However, vLLM’s Gemma 4 implementation supports video inputs by handling video processing internally. Users can send videos directly in the message structure to vLLM.

评论区精华

review讨论中最有价值的交锋围绕模态支持准确性：

• DarkLight1337初始提问：“I think we also have multi-video and multi-audio support”，引发对代码get_supported_mm_limits的检查。
• lucianommartins澄清核心细节：“all models support text + image; only e2b and e4b support audio input; no model support video input”，并解释视频通过vLLM内部ingestor处理。
• ywang96基于代码引用确认：“Based on gemma4_mm.py lines 207-212, we can support multiple audio”，推动文档更新。
• 最终共识：文档移除视频原生支持标记，添加变体特定音频注释，确保用户角度的准确性。

风险与影响

风险：作为纯文档更新，无技术回归、性能或安全风险；主要风险是文档不准确可能导致用户误解Gemma 4模态支持，但已通过review讨论和代码验证（如引用gemma4_mm.py）降低。
影响：正面影响文档用户，提高Gemma 4模型可发现性和使用指导；不影响系统运行；新增通用标记*为未来模型文档提供可复用模式，提升团队维护效率。

关联脉络

与历史PR #39234（“[Models][Gemma4] Prevent GPU/CPU sync in embed_input_ids”）相关，后者修复Gemma 4多模态模型的GPU/CPU同步问题，本PR则补充了该模型的官方文档支持，共同构成Gemma 4在vLLM中从实现到文档的完整支持链条。近期PR趋势显示vLLM持续扩展模型支持（如Gemma系列、量化整合），本PR是这一演进中的文档配套更新。