DeepMind 联手新加坡推端侧 Gemma 防诈：本地研判话术，数据不上云
Google DeepMind 宣布与新加坡 GovTech 合作，微调端侧 Gemma 模型用于实时检测话术诈骗。该模型采用两级流水线在手机本地研判多轮对话，识别诱导行为并弹出预警，聊天数据全程不上云，旨在兼顾端到端隐私与反诈效率。
Gemma
Google DeepMind 高层调整：Hassabis 卸任日常管理，Jeff Dean 离职创业
Google 宣布管理层调整，Demis Hassabis 转任 DeepMind 主席兼 Alphabet 首席科学家，不再负责日常运营，专注 AGI 战略。13 年老将 Koray Kavukcuoglu 升任高级副总裁接管 Gemini 研发，27 年元老 Jeff Dean 则离职创办独立的公共利益公司。目前 Gemini App 月活已达 9.5 亿。
Google 为 Gemma 4 推出 MTP 草稿模型：推理最高提速 3 倍
Google 为 Gemma 4 系列模型推出多 Token 预测（MTP）草稿模型。该方案采用推测解码技术，由轻量草稿模型先行预测多个 Token，再由大模型并行验证，在保证质量零损耗的同时实现最高 3 倍推理加速。草稿模型已按 Apache 2.0 开源，支持 vLLM 与 Ollama。
Google 推出离线 AI 听写应用 Eloquent：端侧跑 Gemma，自动去语气词
周一，Google 在 iOS 悄悄上线免费听写应用 Google AI Edge Eloquent。它基于端侧 Gemma 模型离线转录语音，能自动过滤「嗯」「啊」等口癖，并一键转成正式或要点格式。应用还可选 Gemini 云端清洗，iOS 键盘扩展即将推出。
Sakana AI 获 Google 投资并达成合作：接入 Gemini 布局日本基干产业
Sakana AI 宣布与 Google 达成战略合作并获其投资。Sakana AI 将把 Gemini 和 Gemma 深度接入科学研究自动化与智能体研发，并借助 Google 平台向日本金融、政府等基干产业落地高安全 AI 方案。这是 Google 借助本土团队深耕日本关键产业的重要一步。
Google 公布 DolphinGemma：把海豚叫声塞进 Pixel 手机实时解析
Google 联手佐治亚理工学院及 WDP 公布 DolphinGemma 进展。该模型基于 Gemma 架构开发，约 4 亿参数，能像预测下个单词一样预测海豚声音序列，且可直接在 Pixel 手机上离线运行。Google 计划在 2025 年夏天将该模型开源。
Gemma 推理新方案：Dataflow 结合 vLLM 提速超 23 倍
Google 介绍了将 vLLM 接入 Dataflow 流式管线运行 Gemma 2B 模型的方法。借助 vLLM 的连续批处理机制与 Dataflow 模型管理器，开发者只需几行代码即可构建端到端管线，测试中推理吞吐效率提升超过 23 倍。
Google 上线 Gemma 2：27B 越级打两倍体量，单卡就能跑
Google 正式发布新一代开源模型 Gemma 2，提供 9B 和 27B 两个版本。27B 性能直追两倍体量模型，能在单张 NVIDIA H100 或 TPU 上跑全精度推理；9B 则在同尺寸中压过 Llama 3。开发者以商业友好许可开源使用。
Google 联合 Hugging Face 开源 CodeGemma：主打代码补全，轻至 2B
Google 联合 Hugging Face 上线代码模型 CodeGemma。该系列在 Gemma 基础上补充了 5000 亿 token 训练，推出主打代码填充的 2B 版本、兼顾自然语言的 7B 基础版及 7B 对话版。其中 2B 版仅需约 6 GB 内存，适合在端侧设备快速补全代码。
Google 开源轻量模型 Gemma：笔记本能跑，允许商用
Google 推出全新开源模型系列 Gemma，提供 2B 和 7B 两个尺寸及指令微调版本。它继承了 Gemini 的核心技术，能在个人电脑或工作站本地运行，在同尺寸开源模型中表现顶尖，且允许企业和个人免费商用。