在人工智能領(lǐng)域，谷歌再度邁出了令人矚目的一步，推出了三款基于Gemma架構(gòu)的創(chuàng)新模型：MedGemma、SignGemma和DolphinGemma。這些模型分別針對(duì)醫(yī)療、手語翻譯以及海豚語言研究，展現(xiàn)了AI在多元化應(yīng)用場(chǎng)景下的強(qiáng)大潛力。

首先，MedGemma是谷歌為醫(yī)療行業(yè)量身打造的AI模型，分為4B多模態(tài)版本和27B文字推理版本。4B版本能夠處理圖像與文本的組合任務(wù)，在醫(yī)療影像診斷、報(bào)告生成等方面表現(xiàn)出色，適用于胸部X光片、皮膚科圖像、眼科圖像和病理切片等數(shù)據(jù)的處理。而27B版本則專注于文本處理，擁有強(qiáng)大的推理能力，適用于病歷分析、醫(yī)療問答等復(fù)雜場(chǎng)景。這兩款模型均能在單塊GPU上高效運(yùn)行，為醫(yī)療開發(fā)者提供了靈活多樣的選擇。

谷歌通過Health AI Developer Foundations計(jì)劃發(fā)布了MedGemma，旨在加速醫(yī)療應(yīng)用的開發(fā)進(jìn)程。未來，開發(fā)者將能夠利用這些模型構(gòu)建更加智能的醫(yī)療工具，推動(dòng)精準(zhǔn)醫(yī)療的發(fā)展。

其次，SignGemma是一款專為手語翻譯設(shè)計(jì)的AI模型，重點(diǎn)支持美國(guó)手語（ASL）到英語的翻譯。這款模型能夠?qū)⑹终Z動(dòng)作轉(zhuǎn)化為口語文本，為聾啞患者和開發(fā)者提供了一種全新的交互方式。SignGemma在手語理解方面表現(xiàn)出色，被譽(yù)為迄今為止最強(qiáng)大的手語理解模型。谷歌計(jì)劃在未來進(jìn)一步擴(kuò)展SignGemma的多語言支持，助力全球聾啞社區(qū)實(shí)現(xiàn)無障礙溝通。

基于SignGemma，開發(fā)者可以開發(fā)出實(shí)時(shí)手語翻譯工具、教育平臺(tái)等創(chuàng)新應(yīng)用，為聾啞群體帶來更多便利。這一模型的推出，無疑將推動(dòng)手語翻譯技術(shù)的進(jìn)一步發(fā)展。

最后，DolphinGemma是谷歌與Wild Dolphin Project（WDP）和喬治亞理工學(xué)院合作開發(fā)的創(chuàng)新模型，旨在分析和生成海豚的復(fù)雜聲音。這款模型基于40年積累的北大西洋斑點(diǎn)海豚聲學(xué)數(shù)據(jù)，能夠識(shí)別特定聲音模式，并預(yù)測(cè)聲音序列。DolphinGemma已集成到WDP的CHAT系統(tǒng)中，通過智能手機(jī)界面實(shí)現(xiàn)實(shí)時(shí)海豚聲音分析。

研究人員甚至嘗試通過合成哨聲與海豚進(jìn)行簡(jiǎn)單交互，這一成果為跨物種溝通的研究提供了新的思路。谷歌計(jì)劃于今年夏季將DolphinGemma開源，允許更多研究者將其應(yīng)用于其他鯨類物種，加速跨物種溝通的研究進(jìn)程。

這三款模型均基于Gemma架構(gòu)，兼顧高效性和適應(yīng)性。然而，Gemma系列的非標(biāo)準(zhǔn)許可條款也引發(fā)了一些開發(fā)者對(duì)商業(yè)應(yīng)用的擔(dān)憂。未來，谷歌需要進(jìn)一步優(yōu)化許可政策，以提升模型的商業(yè)化潛力。