谷歌的“开放”AI模型家族Gemma正在不断壮大。
在 Google I/O 2025 周二，谷歌正式发布了Gemma 3n，这是一款旨在在手机、笔记本电脑和平板电脑上“流畅”运行的模型。谷歌表示，Gemma 3n将于周二开始提供预览版，能够处理音频、文本、图像和视频。
近年来，能够在离线状态下运行且无需依赖云端计算的模型在AI社区中越来越受欢迎。它们不仅比大型模型使用成本更低，而且通过消除将数据传输到远程数据中心的需求，更好地保护了隐私。
在I/O大会的主题演讲中，Gemma产品经理Gus Martins表示，Gemma 3n可以在内存小于2GB的设备上运行。“Gemma 3n与 Gemini Nano共享相同的架构，并经过工程优化以实现卓越的性能，”他补充道。
除了Gemma 3n之外，谷歌还通过其Health AI Developer Foundations计划发布了MedGemma。据该公司称，MedGemma是其最强大的用于分析健康相关文本和图像的开放模型。
Martins表示：“MedGemma是我们[……]用于多模态[健康]文本和图像理解的开放模型系列。”“MedGemma在各种图像和文本应用中表现优异，因此开发者[……]可以将其适配到自己的健康应用中。”
此外，SignGemma也在开发中，这是一个将手语翻译为口语文本的开放模型。谷歌表示，SignGemma将使开发者能够为听障和听力受损用户创建新的应用和集成。
Martins表示：“SignGemma是一个新系列的模型，专门训练用于将手语翻译为口语文本，但它在美国手语和英语方面表现最佳。”“这是迄今为止最强大的手语理解模型，我们迫不及待希望各位——开发者和听障及听力受损社区——利用这一基础进行构建。”
值得注意的是，Gemma 因其自定义的非标准许可条款而受到批评，一些开发者表示这使得商业使用这些模型存在风险。然而，这并未阻止开发者累计下载 Gemma 模型 数千万次。
更新时间：太平洋时间下午 2:40：新增了来自 Gemma 产品经理 Gus Martins 的几段引言。