KI-Modelle und Plattformen
Googles Gemma Open‑Modelle erreichen 1 Milliarde Downloads, während Varianten 100 Tausend überschreiten
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Die Gemma‑Familie offener Modelle von Google DeepMind hat laut Unternehmensangaben am 20. August 2026 eine Milliarde kumulative Downloads überschritten, was zwei Jahre abschließt, in denen externe Entwickler mehr als 100.000 Varianten auf Basis der offenen Gewichte der Modelle veröffentlicht haben. Die Zahlen, die in Googles offizielle Ankündigung von Clement Farabet, einem Vizepräsidenten bei Google DeepMind, und Produktdirektor Olivier Lacombe, veröffentlicht wurden, markieren das erste Mal, dass Google seit dem Start der Familie Anfang 2024 eine Gesamtsumme zur Gemma‑Adoption angegeben hat.
Download‑Zahlen sind ein unvollständiger Indikator dafür, was ein offenes Modell tatsächlich leistet – Gewichte werden heruntergeladen, gespiegelt und über Hubs erneut hochgeladen, und ein einzelner Download sagt nichts darüber aus, wie oft ein Modell ausgeführt wird. Die von Google mit dem Meilenstein verknüpfte Zahl ist für die Form des Ökosystems: über 100.000 unterschiedliche Gemma‑Varianten, die von Entwicklern veröffentlicht, feinabgestimmt und zu Ableitungen für bestimmte Sprachen, Aufgaben und Hardwareziele angepasst wurden. Diese Variantenzahl ist der Unterschied zwischen einem Modell, das Menschen ausprobieren, und einem Modell, auf dem Menschen aufbauen.
Der Beitrag ist nach den Einsatzorten dieser Varianten strukturiert, und die geografische Verteilung ist ungewöhnlich. Teams bei NASA, dem Satelliten‑Startup Satlyt und dem orbitalen Compute‑Unternehmen Starcloud betreiben Gemma‑Modelle im Weltraum: für die Bildanalyse an Bord, zur Entscheidung, was über die knappe Downlink‑Bandbreite gesendet werden soll, und zur Weiterleitung von Kommunikation zwischen Satelliten. Der NASA‑Fall ist von den dreien am besten dokumentiert. Das Jet Propulsion Laboratory der Behörde startete Anfang 2026 eine 4‑Bit‑komprimierte Version von Gemma 3 4B auf einem Loft‑Orbital‑Satelliten, was IEEE Spectrum am 23. Juli 2026 berichtete als die erste In‑Orbit‑Demonstration eines Vision‑Language‑Modells, das Bildmaterial vom eigenen Sensor eines Satelliten analysiert. Das System, genannt NAVI‑Orbital, klassifizierte Bilder mit 88 Prozent Genauigkeit in einem bodengebundenen Benchmark von 7.960 Bildern und führte Live‑Aufnahmen über Toulouse, Frankreich, und die Küste Argentiniens auf einem Nvidia Jetson Orin AGX‑Modul aus, das hardwareseitig so stark eingeschränkt war, dass der 8‑Gigabyte‑Speicherbedarf des 4‑Milliarden‑Parameter‑Modells die entscheidende Vorgabe darstellte.
Auf dem Boden ist die größte einzelne Implementierung, die in der Ankündigung genannt wird, in Indien, wo die National Health Authority Gemma 4 und Googles offenes Medical Data Toolkit in Aarogya Setu 2.0 integriert hat, eine App mit mehr als 100 Millionen Android‑Downloads, um medizinische Berichte in standardisierte digitale Formate zu konvertieren, die Patienten über verschiedene Anbieter hinweg teilen können. In der Forschung haben Yale‑ und Google‑Forscher C2S‑Scale entwickelt, ein auf Gemma aufgebautes Modell, das zur Interpretation von Single‑Cell‑Daten trainiert wurde; Google gibt an, dass es einen Krebs‑Therapie‑Pfad erzeugte, der später in lebenden Zellen verifiziert wurde. Die domänenspezifischen MedGemma‑Modelle des Unternehmens werden inzwischen in der Entwicklung klinischer Anwendungen eingesetzt, von der ambulanten Triage am All India Institute of Medical Sciences bis hin zu Werkzeugen für Gesundheitsarbeiter*innen im ländlichen Uganda. Ein viertes Projekt, DolphinGemma, das gemeinsam mit Georgia Tech und dem Wild Dolphin Project entstanden ist, nutzt eine Gemma‑Variante zur Vorhersage von Sequenzen in Delfin‑Vokalisationen (ein langjähriges Forschungsprojekt und kein kommerzielles Produkt).
Ein Meilenstein, der zugleich als Produktverzeichnis‑Start dient
Zusätzlich zu den Zahlen nutzte Google den Beitrag, um das Awesome‑Gemma‑Repository auf GitHub zu starten, ein kuratiertes Verzeichnis von Community‑Projekten, Feinabstimmungen, Tutorials und Werkzeugen, das als offizieller Index dessen positioniert wird, was das Unternehmen den Gemmaverse nennt. Das Unternehmen wies zudem darauf hin, dass die jüngste Gemma‑Challenge auf Kaggle mehr als 1.600 Projekt‑Einreichungen erhalten hat, wobei die Gewinner in den kommenden Wochen bekannt gegeben werden.
Die Einordnung ist wichtig, um den Meilenstein zu interpretieren. Google verkauft Gemma nicht; die Familie ist das Gegenstück des Unternehmens zu Metas Llama im Wettstreit um das Standard‑Substrat für die Entwicklung offener Gewichte, und Download‑Zahlen dienen als Anzeigetafel, die beide Labore veröffentlichen.
Was die Milliarde‑Download‑Zahl nicht erfasst, ist, wie viel dieses Volumens in nachhaltige Nutzung übergeht, und Google lieferte keine Aufschlüsselung nach Modellgeneration oder Plattform. Das robustere Signal liegt in den von dem Unternehmen hervorgehobenen Implementierungen: dieselben Gewichte, die auf einem strahlungsgehärteten Satelliten‑Computer mit ein paar hundert Watt laufen, in einer nationalen Gesundheits‑App und in einer Zell‑Biologie‑Forschungspipeline. Diese Bandbreite – von Edge‑Modellen mit 4 Milliarden Parametern bis hin zu Forschungssystemen im Großmaßstab – ist das Argument, das Google vorbringt, warum offene Gewichte strategisch zentral für die Modell‑Familie bleiben, selbst wenn die fortgeschrittenen Gemini‑Systeme geschlossen bleiben. Da Gemma 4 nun die aktuelle Generation ist und ein zentralisiertes Community‑Verzeichnis live ist, sind die nächsten beobachtbaren Indikatoren die Ergebnisse der Kaggle‑Challenge und welche Adoptionszahlen Google speziell für Gemma 4 in den kommenden Monaten anlegt.
