Google 卫星首发太空 AI 回复：在轨 TPU 跑通 Gemma 4 写俳句
Google 宣布 Project Suncatcher 原型卫星通过在轨 TPU 运行 Gemma 4 模型，传回首个太空 AI 回复。卫星飞经挪威地面站时受命写下一首太空俳句。团队后续将测试其抗辐射与热应力表现，计划 2027 年发射双互联卫星。
Gemma 4
Google 开源 EmbeddingGemma 2：7.4 亿参数把全模态检索塞进手机
Google 发布开源多模态嵌入模型 EmbeddingGemma 2。该模型仅 7.4 亿参数，采用 Apache 2.0 协议，能将文本、代码、图像、音频和视频映射进统一向量空间。在 Pixel 11 Pro 上运行全模态仅需 567MB 内存，方便开发者直接在本地做完全离线的跨模态搜索与 RAG。
DeepMind 推出 BOTANIC-1：AI 解码植物 DNA，突变定位命中率达 90%
Google DeepMind 推出植物基因模型 BOTANIC-1，联合 Gemma 4 智能体分析植物 DNA 突变。BOTANIC-1 学习了 320 种植物基因序列，面对约 2500 个候选变异点，能以 90% 的成功率将目标突变排在第一位。这意味着作物基因分析可从数年缩短至数小时。
Google 发布 DiffusionGemma：改用文本扩散，生成提速 4 倍
Google 开源实验模型 DiffusionGemma。它摒弃逐字生成，改用文本扩散一次并行输出 256 个 token，在 GPU 上推理提速最高 4 倍，单张 H100 每秒超 1000 token。该模型为 26B MoE 架构，量化后可塞进 18GB 显存，但输出质量略逊于标准 Gemma 4。
Google 发布 Gemma 4 QAT 模型：手机就能跑，E2B 显存压到 1GB 内
Google 发布 Gemma 4 系列的量化感知训练（QAT）模型权重。通过在训练阶段模拟量化，大幅降低模型压缩带来的质量损耗，并将 Gemma 4 E2B 纯文本模型的内存占用压至 1GB 以内。权重已上线 Hugging Face，支持本地消费级设备直接流畅运行。
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 开源 Gemma 4：换用 Apache 2.0 协议，26B 性能匹敌 20 倍大模型
Google 正式推出 Gemma 4 开源模型家族，全系采用商业友好的 Apache 2.0 协议。新系列涵盖从端侧 E2B、E4B 到 26B MoE 与 31B Dense 四种尺寸，上下文最高达 256K，并在 Arena AI 榜单上战胜多款 20 倍体量的大模型。开发者如今可以极低的硬件开销部署自主智能体工作流。