Google DeepMind 本周宣布，其开源 Gemma 模型家族下载量已突破 10 亿次。这一里程碑距离首款 Gemma 发布仅约两年。在此期间，开发者基于该模型构建了超过 10 万个变体项目，应用场景从轨道卫星图像分析延伸至实验室癌症通路发现。

相比下载数据，Gemma 在实际环境中的部署更具标志性。该模型已运行于手机、边缘设备、离线服务器乃至航天器上，处理印度数百万人的医疗记录、破译海豚声音，并支持乌干达农村卫生工作。这标志着 AI 代码已从抽象研究走向真实人群与极端环境。

技术迭代与社区生态

Google DeepMind 高管在官方博客中表示，Gemma 的目标是赋能开发者在任何地方构建负责任的 AI 应用。如今，Gemma 家族已展现出从本地设备到太空环境的部署灵活性。

为应对社区爆发式增长带来的内容发现难题，Google 最近在 GitHub 推出了官方 "Awesome Gemma" 仓库，旨在整理优质的微调模型、工具和教程，降低开发门槛并加速协作。

技术层面，Gemma 系列持续进步。2025 年 3 月发布的 arXiv 技术报告详述了 Gemma 3，其参数量涵盖 10 亿至 270 亿。其中，27B 模型在 14 万亿 token 上训练，大多数模型支持 128,000 个 token 上下文。通过局部与全局注意力层的交错排列，模型在保持长上下文性能的同时有效管理内存。引入 SigLIP 编码器后，Gemma 3 的多模态视觉能力显著增强，指令微调版在 MATH 基准测试中得分从 55.6 提升至 89.0，Chatbot Arena Elo 评分也从 1220 升至 1338。

2026 年，Gemma 4 紧随其后发布，带来进一步的多模态进展及针对移动和笔记本硬件的效率优化。Google 称按字节计算，其为目前最强的开源模型之一。所有权重均在允许商业使用和修改的条款下免费开放，这种开放性推动了变体项目的激增。

从太空轨道到深海探索

Gemma 的部署场景极具多样性。NASA、Satlyt 和 Starcloud 的团队直接在轨道上运行 Gemma，执行机载图像分析、优化下行链路带宽及处理卫星路由，满足了太空复杂推理对低功耗和高可靠性的严苛要求。

在地面应用中，印度国家卫生局将 Gemma 4 整合进下载量超 1 亿的 Aarogya Setu 2.0 应用，将复杂医疗报告转化为标准化数字格式，助力公民跨机构共享健康数据。医学研究方面，耶鲁大学与 Google 合作基于 Gemma 创建 C2S-Scale 系统，首次通过 AI 发现并经实验验证了一条新的癌症治疗通路。此外，MedGemma 变体正协助全印医学科学研究所建立门诊分诊应用，并支持乌干达一线卫生工作者。

在非人类领域，佐治亚理工学院、野生海豚项目与 Google DeepMind 合作推出的 DolphinGemma，能够处理海豚发声并预测声音序列，为海洋生物学家研究物种间交流提供了新工具。

开源模型的竞争与挑战

近期 Kaggle 举办的 Gemma 挑战赛吸引了超过 1,600 个项目提交，反映出极高的实验热度。与此同时，开源模型在成本、定制化和数据隐私方面的优势，使其在许多基准测试中直接与封闭模型竞争。中国实验室的开源模型也在部分地区展现出巨大的下载潜力。

Google 通过质量重加权、个人数据移除及安全策略对齐，确保 Gemma 在测试中保持较低的违规率。然而，挑战依然存在：权重公开带来的安全与偏见问题尚未完全解决，且开源模型的长期维护依赖社区与企业的持续投入。尽管 10 亿下载量远超消费级应用之外的多数软件，但与顶级消费应用相比仍有数量级差距。

随着 Meta Llama、Mistral、Qwen 等共同推动边界，开源权重已成为企业 AI 栈的关键组成部分。硬件改进、量化蒸馏技术及 Hugging Face、Ollama 等开发者工具的普及，正在加速这一飞轮旋转。Gemma 的路径表明，开源 AI 已走出实验室，真正进入现实世界。下一个十亿下载量的到来速度，将取决于社区能否持续创造更多如太空操作和医学发现般的实质性胜利。

【星途科讯 图文丨王宇洲 首发于 ZAKER 科技，转载请注明出处】