Gemma下載次數突破10億——NASA已在軌道衛星上部署運行

Gemma 可以在個人筆電、醫院的邊緣設備、或穿越低地球軌道的衛星上運行。這個模型系列能處理圖像、生成文字、並推理複雜問題，卻無需連線至任何公司的伺服器。在下載量突破十億之際，它是最明確的證據，顯示市場對無監視附帶條件的 AI 需求真實存在且快速成長。

外部開發者已在 Hugging Face 及其他儲存庫上發布超過十萬個 Gemma 的不同變體，將開放權重調整以適用特定語言、精細醫療任務，以及 Google 本身永遠不會優先支援的硬體配置。這個數字——約兩年內衍生出十萬個模型——已超越多數專職 AI 研究實驗室合計發表的總產出。

活躍部署的範圍揭示了開放性在規模上實際能達成什麼。印度國家衛生管理局將 Gemma 4 整合進 Aarogya Setu 2.0，這款擁有超過一億 Android 下載量的公共衛生管理應用程式，讓民眾能在不同醫療機構之間管理病歷，而資料完全不會離開裝置。耶魯大學與 Google 的研究人員在 Gemma 之上建構了一套名為 C2S-Scale 的系統，該系統生成的新穎治療途徑隨後在活細胞中獲得驗證——被視為首度有 AI 系統產生的機械性藥物發現洞察，能在實際生物實驗中成立。

太空部署則需要花點時間才能理解。美國國家航空暨太空總署（NASA）的噴氣推進實驗室與 Satlyt、Starcloud 合作，將 Gemma 3 4B 壓縮至四位元精度，並在一枚軌道衛星上運行。該模型以 88% 的準確率分類衛星自身的感測器影像——沒有地面連線，沒有來自地球的延遲，模型與其所分析的資料之間沒有任何推論伺服器。

這些成就並未抹去前沿領域的效能差距。在十億下載量範圍內的模型，其規模遠低於 GPT-4o、Claude 4 或 Gemini 2.5 Pro，而獨立基準測試一致顯示，它們在複雜多步驟推理、長上下文任務、以及大規模精確指令遵循上仍落後。正是這個差距讓 Gemma 憑藉不同特質贏得採用——它免費、可驗證的私密、且能部署在雲端連線成為負擔或根本不存在的情境中。

為了整理十萬名開發者所建構的內容，Google 在 8 月 20 日啟動了 Awesome Gemma GitHub 儲存庫，這是一個由社群微調、工具與教學組成的官方目錄，以活頁式目錄維護。Gemma 系列的下一個重大能力更新尚未公布，但隨著 Google I/O 2026 已在七條產品線中展示整合，且 Linux 基金會將 Gemma 納入其即將推出的 AI 基礎設施軌道，下載量並不會就此停滯。

標籤: Google, AI模型, 開源AI, Google DeepMind, 本地AI, nasa