🗾ITmedia AI+ (日本)•最新收集於 67m
Gemma 累計下載量突破十億次
#open-models#github#model-ecosystem#scientific-aigoogle-gemmagooglegemmaawesome-gemma
💡在官方目錄中一次找到可重用的 Gemma 變體與真實 AI 應用案例。
⚡ 30-Second TL;DR
有什麼變化
Gemma 累計下載量已超過十億次。
為什麼重要
下載里程碑顯示開放權重模型已具備相當大的採用度與生態系動能。官方目錄可協助開發者與研究人員更容易找到可重用的 Gemma 變體與應用案例。
下一步行動
瀏覽 Awesome Gemma GitHub 目錄,並將相關衍生模型與目前使用的開放模型基準進行效能測試。
誰應關注:Developers & AI Engineers
關鍵要點
- •Gemma 累計下載量已超過十億次。
- •Gemma 生態系目前包含超過 10 萬個衍生模型。
- •Google 在 GitHub 發布官方 Awesome Gemma 儲存庫。
- •展示案例包括太空中的衛星資料分析,以及新癌症治療路徑的發現。
🧠 深度解析
背景與延伸:來自公開資料,非原文內容。引用 34 個來源。
🔑 增強重點摘要
- •Gemma 4於2026年4月2日以Apache 2.0許可證發布,這標誌著Google在開放模型許可方面轉向更寬鬆的策略,旨在加速企業採用和創新。
- •印度國家衛生局已將Gemma 4整合到其擁有超過1億Android下載量的Aarogya Setu 2.0應用程式中,用於將醫療報告標準化為數位格式。
- •耶魯大學和Google的研究人員基於Gemma開發了C2S-Scale AI模型,該模型發現了一種新的癌症治療途徑,並在活細胞中得到驗證。
- •Gemma在Kaggle上舉辦的挑戰賽吸引了超過1,600個專案提交,展示了強大的開發者參與度和社群活躍性。
- •Gemma 4引入了「思考模式」(thinking mode),允許模型在提供最終回應之前生成推理過程,以提升進階推理能力。
🛠️ 技術深入
- 模型家族與技術基礎: Gemma是Google DeepMind開發的一系列開源大型語言模型,其技術與Gemini模型家族相似。
- 版本演進與參數規模:
- Gemma 1.0 (2024年2月): 初始版本,提供2B和7B參數規模,僅支援文本,上下文長度為8K,詞彙量為256K。2B模型採用多查詢注意力(Multi-Query Attention, MQA),7B模型採用多頭注意力(Multi-Head Attention, MHA)。
- Gemma 2 (2024年6月): 引入9B和27B參數模型,轉向分組查詢注意力(Grouped-Query Attention, GQA),並採用混合滑動視窗注意力(hybrid sliding window attention)。
- Gemma 3 (2025年3月): 增加多模態能力(文本+圖像),擴展至1B、4B、12B和27B參數規模,支援128K上下文視窗和超過140種語言。同時推出Gemma 3n,針對消費設備進行優化。
- Gemma 4 (2026年4月): 最新一代,提供E2B (2.3B有效參數)、E4B (4.5B有效參數)、12B、26B混合專家(Mixture of Experts, MoE)和31B密集模型。原生支援文本、圖像、視訊和音訊輸入。26B和31B模型支援高達256K的上下文視窗。26B MoE變體使用128個專家網路,每次推斷僅啟動約3.8B參數,以較小的計算成本提供大型模型的品質。
- 架構細節: Gemma模型採用解碼器專用Transformer架構,包含RMSNorm和QKNorm的預歸一化和後歸一化。 Gemma 4的所有模型都採用混合注意力機制,交錯使用局部滑動視窗注意力和全局注意力。
- 訓練資料: 初始Gemma模型使用6兆個token的文本資料進行訓練(包括網路文件和程式碼)。Gemma 4的訓練資料集包含網路文件、程式碼、圖像和音訊,涵蓋超過140種語言。訓練過程中採用自動化技術過濾個人資訊和敏感資料。
- 硬體與效率: 模型使用Google的Tensor Processing Unit (TPU)硬體(TPUv5e)進行訓練。 Gemma 4的E2B和E4B模型利用逐層嵌入(Per-Layer Embeddings, PLE)來提高行動設備上的效率。
- 負責的AI工具: Google提供「負責的生成式AI工具包」(Responsible Generative AI Toolkit),其中包含安全分類器(如ShieldGemma),用於評估和過濾模型的輸入和輸出,以確保符合安全政策。
🔮 前景展望AI analysis grounded in cited sources
Gemma 4的Apache 2.0許可證將加速企業在開源AI領域的採用和創新。
Apache 2.0許可證賦予廣泛的使用、修改和轉售權利,且義務極少,這將降低法律障礙並加速企業的採購週期,從而推動開源AI的普及。
Gemma模型整合到從醫療保健到太空等多元實際應用中,將推動領域特定AI的進一步專業化和發展。
在印度國家衛生局的醫療報告處理和NASA的衛星圖像分析等領域的成功應用,突顯了客製化Gemma變體解決複雜利基問題的巨大潛力。
Google持續投資Gemma等開放模型,並同時發展其專有Gemini系列,表明其混合AI策略旨在主導封閉和開放AI生態系統。
透過提供最先進的開源模型和強大的專有解決方案,Google旨在吸引廣泛的開發者基礎,同時保持在先進AI研究和應用領域的領先地位。
⏳ 時間線
2024-02
Gemma 1.0 (2B, 7B) 初始版本發布。
2024-05
Google I/O 大會發布 Gemma 2 負責的AI工具包。
2024-06
Gemma 2 (9B, 27B) 初始版本發布。
2025-03
Gemma 3 (1B, 4B, 12B, 27B) 發布,新增多模態(文本+圖像)功能。
2026-04-02
Gemma 4 發布,採用Apache 2.0許可證,引入原生多模態(文本、圖像、視訊、音訊)和MoE架構。
2026-08-20
Google宣布Gemma模型累計下載量突破十億次,衍生模型超過10萬個。
📎 來源 (34)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- wikipedia.org
- gemma-4.net
- aicerts.ai
- unite.ai
- investing.com
- blog.google
- tradingview.com
- stocktwits.com
- arxiv.org
- huggingface.co
- googleblog.com
- medium.com
- huggingface.co
- google.dev
- huggingface.co
- huggingface.co
- orbital.net.in
- google.com
- kili-technology.com
- ollama.com
- emergentmind.com
- deepinfra.com
- edenai.co
- mindstudio.ai
- google.dev
- youtube.com
- aragonresearch.com
- google.dev
- google.dev
- ai.google
- quantumzeitgeist.com
- counterpointresearch.com
- medium.com
- medium.com
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: ITmedia AI+ (日本) ↗
每週 AI 簡報
每週一封,可隨時退訂。
