近日，谷歌在人工智能領(lǐng)域再掀波瀾，宣布推出基于Gemma模型的三款全新變體:MedGemma、SignGemma和DolphinGemma。這些模型分別針對醫(yī)療、手語翻譯和海豚語言研究領(lǐng)域，展現(xiàn)了AI技術(shù)在跨領(lǐng)域應(yīng)用的巨大潛力。以下，AIbase為您詳細解讀這三款模型的亮點與應(yīng)用前景。

MedGemma:革新醫(yī)療AI，助力精準診療

MedGemma是谷歌專為醫(yī)療領(lǐng)域打造的AI模型，提供兩個版本以滿足不同需求。4B多模態(tài)模型能夠處理圖像與文本的組合任務(wù)，經(jīng)過針對胸部X光片、皮膚科圖像、眼科圖像和病理切片等醫(yī)療數(shù)據(jù)的預(yù)訓練，展現(xiàn)了在醫(yī)療影像診斷、報告生成和患者分診等任務(wù)中的強大能力。27B文字推理模型則專注于純文本處理，憑借更強的推理能力，適用于病歷分析、醫(yī)療問答等需要深入理解的場景。這兩款模型均可在單塊GPU上高效運行，為醫(yī)療開發(fā)者提供了靈活的開發(fā)選擇。

谷歌表示，MedGemma通過其Health AI Developer Foundations計劃發(fā)布，旨在加速醫(yī)療應(yīng)用的開發(fā)。未來，開發(fā)者可利用這些模型構(gòu)建更智能的醫(yī)療工具，為精準醫(yī)療注入新動能。

SignGemma:打破溝通壁壘，手語翻譯更進一步

SignGemma是一款專為手語翻譯設(shè)計的開放模型，重點支持美國手語（ASL）到英語的翻譯。這款模型能夠?qū)⑹终Z動作轉(zhuǎn)化為口語文本，為聾病患者和開發(fā)者提供了全新的交互方式。據(jù)悉，SignGemma在手語理解方面表現(xiàn)卓越，被譽為“迄今為止最強大的手語理解模型”。

谷歌計劃在未來進一步擴展SignGemma的多語言支持，助力全球聾病社區(qū)實現(xiàn)無障礙溝通。開發(fā)者可基于此模型開發(fā)創(chuàng)新應(yīng)用，例如實時手語翻譯工具或教育平臺，為聾病群體帶來更多便利。

DolphinGemma:解碼海豚語言，探索跨物種溝通

DolphinGemma是谷歌與Wild Dolphin Project（WDP）和喬治亞理工學院合作開發(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海豚聲學數(shù)據(jù)，能夠識別簽名哨聲、脈沖爆裂聲等特定聲音模式，并預(yù)測聲音序列，類似于人類語言模型的預(yù)測機制。

DolphinGemma已集成到WDP的CHAT（Cetacean Hearing Augmentation Telemetry）系統(tǒng)中，通過智能手機界面實現(xiàn)實時海豚聲音分析。研究人員甚至嘗試通過合成哨聲與海豚進行簡單交互，例如請求海豚與特定物體互動。谷歌計劃于2025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程。

開源與未來:AI賦能跨領(lǐng)域創(chuàng)新

谷歌強調(diào)，這三款模型均基于Gemma架構(gòu)，兼顧高效性和適應(yīng)性。MedGemma現(xiàn)已通過Health AI Developer Foundations計劃開放使用，SignGemma和DolphinGemma也將在未來陸續(xù)開源。 然而，Gemma系列的非標準許可條款也引發(fā)了一些開發(fā)者對商業(yè)應(yīng)用的擔憂，未來谷歌可能需要進一步優(yōu)化許可政策以提升模型的商業(yè)化潛力。

技術(shù)與社會價值的雙贏

從醫(yī)療診斷到手語翻譯，再到海豚語言研究，谷歌的三大Gemma模型變體展現(xiàn)了AI技術(shù)在解決實際問題和探索未知領(lǐng)域的無限可能。MedGemma為醫(yī)療行業(yè)帶來了高效工具，SignGemma推動了無障礙溝通，而DolphinGemma則為人類與自然界的對話打開了新窗口。AIbase認為，這些創(chuàng)新不僅體現(xiàn)了技術(shù)的前瞻性，也彰顯了AI在社會價值與科學研究中的重要作用。

標簽：谷歌 Gemma 模型變體 AI醫(yī)療 手語翻譯 海豚語言