**谷歌Gemma开源十亿里程碑：AI首次揭示全新抗癌通路**
谷歌DeepMind今日宣布，Gemma开源家族累计下载量正式突破十亿大关。自2024年2月首次上线以来，从0到10亿，Gemma历经了两年半的沉淀。如今，全球开发者基于Gemma已衍生出十万种模型变体，应用场景已覆盖NASA卫星、亿级用户手机终端。属于Gemma的生态大爆发，已然来临。
**01、AI找出抗癌通路，4000种药虚拟试杀**
AI正式向癌症发起了总攻。除了近日Moderna与默沙东的联合官宣，谷歌DeepMind、谷歌研究院及耶鲁大学团队早已基于Gemma悄然入局。他们开发了一款名为Cell2Sentence-Scale 27B（C2S-Scale）的模型，旨在解决癌症免疫治疗中的“冷肿瘤”难题。
该模型的核心任务是将一个细胞转化为一句“句子”。长期以来，癌症免疫治疗面临一个关键瓶颈：癌细胞往往缺乏主动“挂出”内部蛋白碎片（抗原呈递）的能力，导致免疫系统视而不见。干扰素本应是免疫系统的警报信号，但在肿瘤内部往往微乎其微。研究团队给C2S-Scale出了一道难题：寻找一种药物，它本身不负责拉响警报，但只要环境中有极其微弱的干扰素信号，就能将其放大，迫使细胞开始“挂牌”。
**02、把细胞，变成一句话**
C2S-Scale的巧妙之处在于将复杂的单细胞测序高维向量数据，转换为基因名序列组成的句子。这使得模型无需修改架构，便能直接“阅读”细胞数据，甚至能同时处理论文摘要等文字信息。
更重要的是，论文提出了“双上下文虚拟筛选”机制。模型在两个平行世界中进行实验：世界A包含真实患者的原发肿瘤样本（有微弱干扰素），世界B则是完全无干扰素的培养细胞系。4000多种药物被逐一投入这两个世界测试。最终，模型筛选出的候选药物中，超过70%在过往文献中从未被提及。最终锁定的目标是Silmitasertib（代号CX-4945），一种CK2激酶抑制剂。模型将其标记为“上下文劈叉”——即在干扰素微弱环境下效果强烈，在无干扰素环境下几乎为零。
活细胞实验结果令人振奋。在模型训练时未曾出现的人源神经内分泌细胞模型上，单用Silmitasertib或单用低剂量干扰素均效果平平，唯有两者联用，抗原呈递能力提升了约50%。这是AI首次提出全新的机理性治疗假设，并得到活体实验的验证。
**03、谷歌Gemma，十亿里程碑**
回望Gemma的发展历程，自2024年首版发布以来，其增长势不可挡。从一周年时的1亿下载，到2025年底的3亿，再到2026年4月的4亿，直至今年第二季度的9亿，如今正式冲破10亿大关。
Gemma虽与Gemini同源，却走出了轻量化、易部署的路线，让开发者能在个人设备上直接运行模型权重。其应用足迹已遍布全球：它被送上太空，在NASA的高性能GPU上发送了第一条信息“地球人，你好”；它潜入深海，利用DolphinGemma模型破译海豚叫声，预测其序列模式。
今日，谷歌同步上线了Awesome Gemma官方GitHub库，汇集了社区微调模型、教程和工具。这标志着Gemma生态的全面成熟。过去的大模型战争，往往被看作是“谁的模型更聪明”的较量。而Gemma的十亿下载量，则揭示了AI更具颠覆性的进化路径——不再是单纯的模型比拼，而是悄无声息地融入每一台硬件，成为基础设施的一部分。