Googles Gemma Open-modeller passer 1 milliard downloads, mens varianter overstiger 100 000

Google DeepMinds Gemma-familie af åbne modeller har passeret én milliard samlede downloads, meddelede virksomheden den 20. august 2026, og markerer to år, hvor eksterne udviklere har offentliggjort mere end 100.000 varianter bygget på modellernes åbne vægte. Tallene, som blev afsløret i Googles officielle meddelelse af Clement Farabet, vicepræsident i Google DeepMind, og produktdirektør Olivier Lacombe, markerer første gang, Google har givet et samlet tal for Gemma‑adoption siden familien blev lanceret i begyndelsen af 2024.

Download‑tællinger er et ufuldstændigt mål for, hvad en åben model faktisk gør – vægtfiler hentes, spejles og gen‑uploades på tværs af hub‑steder, og én download siger intet om, hvor ofte en model køres. Det tal, Google knytter til milepælen, er det mere sigende for økosystemets form: over 100.000 forskellige Gemma‑varianter offentliggjort af udviklere, finjusteringer og afledte modeller tilpasset specifikke sprog, opgaver og hardwaremål. Det variant‑antal udgør forskellen mellem en model, folk prøver, og en model, folk bygger videre på.

Indlægget er struktureret omkring, hvor disse varianter kører, og den geografiske spredning er usædvanlig. Hold hos NASA, satellit‑startup’en Satlyt og orbital‑beregningsvirksomheden Starcloud kører Gemma‑modeller i rummet : til billedanalyse ombord, til at beslutte, hvad der er værd at sende ned gennem den knappe downlink‑båndbredde, og til at route kommunikation mellem satellitter. NASA‑sagen er den bedst dokumenterede af de tre. Agenturets Jet Propulsion Laboratory fløj en 4‑bit komprimeret version af Gemma 3 4B på en Loft Orbital‑satellit tidligt i 2026, i det IEEE Spectrum rapporterede den 23. juli 2026 som den første in‑orbit‑demonstration af en vision‑sprogmodel, der analyserer billeder fra en satellits egen sensor. Systemet, kaldet NAVI‑Orbital, klassificerede billeder med 88 % nøjagtighed i en jordbaseret benchmark på 7.960 billeder og udførte live‑optagelser over Toulouse, Frankrig, og Argentinas kyst på et Nvidia Jetson Orin AGX‑modul, hardware‑begrænset nok til, at den 4‑milliard‑parameter‑models 8 GB hukommelsesfodaftryk var den muliggørende specifikation.

På jorden er den største enkelt‑implementering, som meddelelsen nævner, i Indien, hvor National Health Authority integrerede Gemma 4 og Googles åbne Medical Data Toolkit i Aarogya Setu 2.0, en app med mere end 100 millioner Android‑downloads, for at konvertere medicinske rapporter til standardiserede digitale formater, som patienter kan dele på tværs af udbydere. I forskningssammenhæng byggede Yale‑ og Google‑forskerne C2S‑Scale, en model trænet til at fortolke single‑cell‑data, oven på Gemma; Google siger, at den producerede en kræft‑terapistilgang, der senere blev bekræftet i levende celler. Virksomhedens domænespecifikke MedGemma‑modeller anvendes i klinisk applikationsudvikling fra ambulant triage på All India Institute of Medical Sciences til værktøjer for frontlinjepersonale i landdistrikter i Uganda. Et fjerde projekt, DolphinGemma, bygget sammen med Georgia Tech og Wild Dolphin Project, anvender en Gemma‑variant til at forudsige sekvenser i delfinvokaliseringer (et langvarigt forskningsprojekt snarere end et kommercielt produkt).

Et milepæl, der også fungerer som lancering af et produktkatalog

Sammen med tallene brugte Google indlægget til at lancere Awesome Gemma‑repository på GitHub, et kurateret katalog over fællesskabsprojekter, finjusteringer, vejledninger og værktøjer, som de positionerer som det officielle indeks over det, de kalder Gemmaverse. Virksomheden bemærkede også, at den seneste Gemma‑Challenge på Kaggle tiltrak mere end 1.600 projektindsendelser, med vindere, der vil blive annonceret i de kommende uger.

Rammen er vigtig for, hvordan man læser milepælen. Google sælger ikke Gemma; familien er virksomhedens svar på Metas Llama i konkurrencen om at blive standardgrundlag for udvikling med åbne vægte, og download‑tællinger er pointtavlen, som begge laboratorier offentliggør.

Det, den milliard‑download‑tælling ikke fanger, er hvor meget af den volumen, der omsættes til vedvarende brug, og Google leverede ingen opdeling efter modelgeneration eller platform. Det mere holdbare signal findes i de implementeringer, som virksomheden har valgt at fremhæve : de samme vægte, der kører på en strålingshærdet satellitcomputer, som bruger et par hundrede watt, i en national sundhedsapp og i en cellebiologisk forskningspipeline. Dette spændvidde – fra 4‑milliard‑parameter edge‑modeller til forsknings‑skala systemer – er det argument, Google fremfører for, hvorfor åbne vægte forbliver strategisk centrale i deres modelserie, selvom deres frontier‑Gemini‑systemer forbliver lukkede. Med Gemma 4 nu som den aktuelle generation og et centraliseret fællesskabskatalog i drift, er de næste observerbare indikatorer Kaggle‑udfordringsresultaterne og de eventuelle adoptations‑tal, som Google knytter til Gemma 4 i de kommende måneder.