โมเดลและแพลตฟอร์ม AI
โมเดลเปิดของ Google Gemma ผ่านการดาวน์โหลดหนึ่งพันล้านครั้ง ขณะที่เวอร์ชันแยกต่าง ๆ มีจำนวนเกิน 100,000

Google DeepMind ประกาศว่า ครอบครัวโมเดลเปิด Gemma ของบริษัทได้ผ่านการดาวน์โหลดรวมหนึ่งพันล้านครั้งเมื่อวันที่ 20 สิงหาคม 2026 ซึ่งสรุปสองปีที่นักพัฒนาภายนอกได้เผยแพร่เวอร์ชันแยกต่าง ๆ มากกว่า 100,000 รายการที่สร้างจากน้ำหนักเปิดของโมเดล ตัวเลขเหล่านี้เปิดเผยใน ประกาศอย่างเป็นทางการของ Google โดย Clement Farabet รองประธานของ Google DeepMind และผู้จัดการผลิตภัณฑ์ Olivier Lacombe ซึ่งเป็นครั้งแรกที่ Google ระบุจำนวนรวมของการนำ Gemma ไปใช้ตั้งแต่ครอบครัวนี้เปิดตัวในต้นปี 2024
จำนวนการดาวน์โหลดเป็นมาตรการที่ไม่สมบูรณ์ในการบ่งบอกว่ารุ่นเปิดทำอะไรได้บ้าง — น้ำหนักโมเดลอาจถูกดึง, ทำสำเนา, และอัปโหลดใหม่ในศูนย์ต่าง ๆ และการดาวน์โหลดหนึ่งครั้งไม่ได้บอกความถี่ที่โมเดลทำงาน ตัวเลขที่ Google นำมาร่วมกับเหตุการณ์สำคัญนี้จึงบ่งบอกสภาพของระบบนิเวศได้ชัดเจนกว่า: มีเวอร์ชัน Gemma ที่แตกต่างกันกว่า 100,000 รายการที่นักพัฒนาปล่อยออกมา, ปรับแต่งเพิ่มเติมและสืบทอดเพื่อให้เหมาะกับภาษา, งาน, และเป้าหมายฮาร์ดแวร์เฉพาะ การนับเวอร์ชันเหล่านี้คือความแตกต่างระหว่างโมเดลที่คนทดลองใช้และโมเดลที่คนสร้างต่อยอด
บทความนี้จัดโครงสร้างตามตำแหน่งที่เวอร์ชันเหล่านั้นกำลังทำงาน และการกระจายทางภูมิศาสตร์นั้นแปลกใหม่ ทีมงานจาก NASA, สตาร์ทอัพดาวเทียม Satlyt, และบริษัทคอมพิวเตอร์ออร์บิทัล Starcloud กำลังใช้โมเดล Gemma ในอวกาศ: เพื่อการวิเคราะห์ภาพบนบอร์ด, เพื่อตัดสินใจว่าข้อมูลใดควรส่งผ่านแบนด์วิดท์ดาวน์โหลดที่จำกัด, และเพื่อการกำหนดเส้นทางการสื่อสารระหว่างดาวเทียม กรณีของ NASA เป็นกรณีที่ได้รับการบันทึกอย่างละเอียดที่สุด ทั้งสามกรณีนี้ NASA’s Jet Propulsion Laboratory ได้ส่งเวอร์ชันบีบอัด 4‑bit ของ Gemma 3 4B ไปบนดาวเทียม Loft Orbital ในช่วงต้นปี 2026 ซึ่ง IEEE Spectrum รายงานเมื่อ 23 กรกฎาคม 2026 ว่าเป็นการสาธิตครั้งแรกของโมเดลวิชั่น‑ภาษาในวงโคจรที่วิเคราะห์ภาพจากเซ็นเซอร์ของดาวเทียมเอง ระบบที่ชื่อ NAVI‑Orbital สามารถจำแนกภาพได้ด้วยความแม่นยำ 88 เปอร์เซ็นต์ในการทดสอบบนพื้นดินจำนวน 7,960 ภาพ และทำการจับภาพสดเหนือเมือง Toulouse ประเทศฝรั่งเศสและชายฝั่งอาร์เจนตินาบนโมดูล Nvidia Jetson Orin AGX ซึ่งมีข้อจำกัดด้านฮาร์ดแวร์พอให้โมเดลขนาด 4 พันล้านพารามิเตอร์ที่ใช้หน่วยความจำ 8 กิกะไบต์เป็นสเปคที่ทำให้เป็นไปได้
บนพื้นดิน การใช้งานเดียวที่ใหญ่ที่สุดที่ประกาศอ้างอิงคือในอินเดีย ซึ่งหน่วยงานสาธารณสุขแห่งชาติได้ผสาน Gemma 4 และชุดเครื่องมือข้อมูลการแพทย์เปิดของ Google เข้าไปในแอป Aarogya Setu 2.0 ที่มีการดาวน์โหลดบน Android มากกว่า 100 ล้านครั้ง เพื่อแปลงรายงานทางการแพทย์ให้เป็นรูปแบบดิจิทัลมาตรฐานที่ผู้ป่วยสามารถแชร์ให้กับผู้ให้บริการต่าง ๆ ได้ ในงานวิจัย นักวิจัยจาก Yale และ Google ได้สร้าง C2S‑Scale โมเดลที่ฝึกเพื่อแปลข้อมูลเซลล์เดียวบนพื้นฐานของ Gemma; Google กล่าวว่าโมเดลนี้ได้สร้างเส้นทางการบำบัดมะเร็งที่ต่อมาถูกตรวจสอบในเซลล์ที่มีชีวิต โมเดล MedGemma เฉพาะด้านของบริษัทก็ถูกนำไปใช้ในการพัฒนาแอปพลิเคชันคลินิก ตั้งแต่การคัดกรองผู้ป่วยนอกโรงพยาบาลที่ All India Institute of Medical Sciences ไปจนถึงเครื่องมือสำหรับเจ้าหน้าที่สาธารณสุขระดับแนวหน้าในพื้นที่ชนบทของอูกันดา โครงการที่สี่ DolphinGemma ซึ่งร่วมพัฒนากับ Georgia Tech และ Wild Dolphin Project ใช้เวอร์ชัน Gemma เพื่อทำนายลำดับของการส่งเสียงของโลมา (เป็นโครงการวิจัยระยะยาวมากกว่าผลิตภัณฑ์ที่จำหน่าย)
เหตุการณ์สำคัญที่เป็นการเปิดตัวไดเรกทอรีผลิตภัณฑ์พร้อมกัน
นอกจากตัวเลขแล้ว Google ยังใช้บทความนี้เพื่อเปิดตัวที่เก็บ Awesome Gemma บน GitHub ซึ่งเป็นไดเรกทอรีคัดสรรโครงการชุมชน, การปรับแต่ง, คำแนะนำ, และเครื่องมือต่าง ๆ ที่บริษัทตั้งให้เป็นดัชนีอย่างเป็นทางการของสิ่งที่เรียกว่า Gemmaverse บริษัทยังระบุว่าการแข่งขัน Gemma Challenge ล่าสุดบน Kaggle ได้รับการส่งผลงานโครงการมากกว่า 1,600 รายการ และผู้ชนะจะถูกประกาศในสัปดาห์ต่อไป
การกำหนดกรอบสำคัญต่อการตีความเหตุการณ์นี้ Google ไม่ได้ขาย Gemma; ครอบครัวนี้เป็นคำตอบของบริษัทต่อ Llama ของ Meta ในการแข่งขันเพื่อเป็นฐานเริ่มต้นสำหรับการพัฒนาน้ำหนักเปิด และจำนวนการดาวน์โหลดเป็นคะแนนที่ทั้งสองห้องทดลองเผยแพร่
ตัวเลขการดาวน์โหลดหนึ่งพันล้านครั้งไม่ได้สะท้อนว่าปริมาณนั้นแปรเปลี่ยนเป็นการใช้งานอย่างต่อเนื่องมากแค่ไหน และ Google ไม่ได้ให้การแยกตามรุ่นหรือแพลตฟอร์ม สัญญาณที่คงทนกว่าอยู่ในกรณีการใช้งานที่บริษัทเลือกนำเสนอ: น้ำหนักเดียวกันที่ทำงานบนคอมพิวเตอร์ดาวเทียมที่ทนต่อรังสีโดยใช้พลังงานเพียงไม่กี่ร้อยวัตต์, ภายในแอปสุขภาพระดับชาติ, และในสายการวิจัยชีววิทยาเซลล์ ช่วงนี้ — ตั้งแต่โมเดลขอบขนาด 4 พันล้านพารามิเตอร์จนถึงระบบระดับการวิจัย — เป็นข้อโต้แย้งที่ Google นำเสนอว่าทำไมน้ำหนักเปิดยังคงเป็นศูนย์กลางเชิงกลยุทธ์ของสายผลิตภัณฑ์แม้ระบบ Gemini ที่เป็นแนวหน้าอยู่ในโหมดปิด ด้วย Gemma 4 ที่เป็นรุ่นปัจจุบันและไดเรกทอรีชุมชนศูนย์กลางที่เปิดใช้งานแล้ว ตัวชี้วัดที่สามารถสังเกตได้ต่อไปคือผลลัพธ์จากการแข่งขัน Kaggle และตัวเลขการนำไปใช้ใด ๆ ที่ Google จะเชื่อมโยงกับ Gemma 4 อย่างเฉพาะเจาะจงในเดือนข้างหน้า












