從手機到手語翻譯，Gemma模型家族全面升級亮相Google I/O

在2025年Google I/O開發者大會上，谷歌正式發佈輕量級多模態模型Gemma3n，並宣佈Gemma模型家族持續擴展，新增面向醫療和無障礙場景的MedGemma與SignGemma。

作爲本地運行AI趨勢的代表，Gemma3n專爲手機、筆記本和平板等低算力設備設計，具備處理文本、音頻、圖像和視頻的能力。據谷歌介紹，Gemma3n甚至可在低於2GB運行內存的設備上流暢運行，體現出其高效架構優勢。該模型已於發佈日面向開發者預覽，並與Gemini Nano共享底層架構。

谷歌強調，Gemma3n的輕量與隱私優勢，使其成爲離線AI應用的理想選擇。相比需要依賴雲端的大型模型，本地AI模型不僅響應更快、成本更低，還能保護用戶數據不被傳輸至遠程服務器，尤其適用於隱私敏感型場景。

在健康領域，谷歌通過旗下健康AI開發者基金會，推出了MedGemma——一組針對健康相關文本與圖像的開放模型。據介紹，MedGemma具備出色的多模態分析能力，支持開發者在醫療影像識別、病歷文本處理等場景中構建更精準的AI工具。

此外，谷歌還預告了即將推出的SignGemma模型，專爲手語識別而設計，能夠將美國手語（ASL）翻譯成英語文本，旨在幫助開發者爲聾啞與聽障用戶構建更友好的溝通工具。谷歌表示，這是“目前爲止最強大的手語理解模型”。

儘管Gemma模型系列因其非標準許可條款引發部分開發者對商業化使用的擔憂，但其廣泛的功能性仍獲得開發者社區熱烈響應，Gemma模型系列的下載量已突破數千萬次。

隨着Gemma模型家族不斷拓展，谷歌正推動開放AI模型在設備端、本地隱私保護、醫療健康與無障礙領域邁向更廣闊的應用空間。