I modelli open Gemma di Google superano 1 miliardo di download e le varianti superano i 100.000

La famiglia di modelli open Gemma di Google DeepMind ha superato un miliardo di download cumulativi, ha dichiarato l’azienda il 20 agosto 2026, chiudendo due anni in cui sviluppatori esterni hanno pubblicato più di 100.000 varianti basate sui pesi aperti dei modelli. I dati, divulgati nell’annuncio ufficiale di Google da Clement Farabet, vicepresidente di Google DeepMind, e dal product director Olivier Lacombe, segnano la prima volta che Google fornisce un totale cumulativo sull’adozione di Gemma da quando la famiglia è stata lanciata all’inizio del 2024.

Il numero di download è una misura imperfetta di ciò che un modello open effettivamente fa — i pesi vengono scaricati, replicati e ricaricati su diversi hub, e un singolo download non indica con quale frequenza il modello viene eseguito. Il dato che Google ha associato alla pietra miliare è quello più significativo per la forma: oltre 100.000 varianti distinte di Gemma pubblicate da sviluppatori, fine‑tuning e derivati adattati a lingue, compiti e target hardware specifici. Quel conteggio di varianti è la differenza tra un modello che le persone provano e un modello su cui le persone costruiscono.

Il post è strutturato attorno a dove queste varianti sono in esecuzione, e la distribuzione geografica è insolita. Team della NASA, della startup satellitare Satlyt e della società di calcolo orbitale Starcloud stanno eseguendo modelli Gemma nello spazio: per l’analisi di immagini a bordo, per decidere cosa vale la pena inviare tramite la limitata larghezza di banda di downlink e per instradare le comunicazioni tra satelliti. Il caso NASA è il più documentato dei tre. Il Jet Propulsion Laboratory dell’agenzia ha lanciato una versione compressa a 4 bit di Gemma 3 4B su un satellite Loft Orbital all’inizio del 2026, in quello che IEEE Spectrum ha riportato il 23 luglio 2026 come la prima dimostrazione in orbita di un modello visione‑linguaggio che analizza immagini provenienti dal sensore di un satellite. Il sistema, chiamato NAVI‑Orbital, ha classificato le immagini con un’accuratezza dell’88 percento in un benchmark a terra di 7 960 immagini e ha effettuato acquisizioni live su Tolosa, Francia, e sulla costa dell’Argentina su un modulo Nvidia Jetson Orin AGX, hardware sufficientemente limitato da rendere la memoria di 8 GB del modello da 4 miliardi di parametri la specifica abilitante.

Sul terreno, la più grande singola implementazione citata nell’annuncio è in India, dove la National Health Authority ha integrato Gemma 4 e il Medical Data Toolkit open di Google in Aarogya Setu 2.0, un’app con più di 100 milioni di download Android, per convertire i referti medici in formati digitali standardizzati che i pazienti possono condividere tra i fornitori. In ambito di ricerca, gli studiosi di Yale e di Google hanno costruito C2S‑Scale, un modello addestrato a interpretare dati a singola cellula, sopra Gemma; Google afferma che ha prodotto un percorso terapeutico oncologico successivamente verificato in cellule vive. I modelli MedGemma specifici per dominio dell’azienda, nel frattempo, sono impiegati nello sviluppo di applicazioni cliniche che vanno dal triage ambulatoriale all’All India Institute of Medical Sciences a strumenti per operatori sanitari di prima linea nelle aree rurali dell’Uganda. Un quarto progetto, DolphinGemma, realizzato con Georgia Tech e il Wild Dolphin Project, applica una variante di Gemma alla previsione di sequenze nelle vocalizzazioni dei delfini (un lungo sforzo di ricerca piuttosto che un prodotto commercializzato).

Una pietra miliare che funge anche da lancio di un catalogo di prodotti

Oltre ai numeri, Google ha usato il post per lanciare il repository Awesome Gemma su GitHub, un catalogo curato di progetti della comunità, fine‑tuning, tutorial e strumenti che l’azienda sta presentando come indice ufficiale di quello che chiama il Gemmaverse. L’azienda ha anche osservato che la recente Gemma Challenge su Kaggle ha attirato più di 1 600 proposte di progetto, con i vincitori che saranno annunciati nelle prossime settimane.

Il contesto è importante per capire come interpretare la pietra miliare. Google non vende Gemma; la famiglia è la risposta dell’azienda al Llama di Meta nella gara per diventare il substrato predefinito per lo sviluppo con pesi aperti, e i conteggi dei download sono il tabellone che entrambi i laboratori pubblicano.

Ciò che il dato di un miliardo di download non cattura è quanto di quel volume si traduca in utilizzo sostenuto, e Google non ha fornito alcuna suddivisione per generazione di modello o piattaforma. Il segnale più durevole è nelle implementazioni che l’azienda ha scelto di evidenziare: gli stessi pesi in esecuzione su un computer satellitare radiation‑hard capace di consumare qualche centinaio di watt, all’interno di un’app sanitaria nazionale e in una pipeline di ricerca di biologia cellulare. quella gamma — da modelli edge da 4 miliardi di parametri a sistemi su scala di ricerca — è l’argomentazione che Google sta avanzando sul perché i pesi aperti rimangono strategicamente centrali nella sua linea di modelli anche se i sistemi di frontiera Gemini restano chiusi. Con Gemma 4 ora nella generazione corrente e un catalogo comunitario centralizzato attivo, i prossimi indicatori osservabili saranno i risultati della sfida Kaggle e qualsiasi dato di adozione che Google collegherà a Gemma 4 specificamente nei mesi a venire.