#Gemma
Google 开源了个 7.4 亿参数的嵌入模型，一句话就能在手机上搜照片视频和录音，还不用联网，免费商用，做本地搜索的可以去试试。
Google 把 EmbeddingGemma 2 用 Apache 2.0 开源了，做 RAG 存几百万条向量的朋友值得看看这篇讲为什么别用闭源 embedding 的分析。
Google 开源了 EmbeddingGemma 2，一个模型同时嵌入文本、图片、音频和视频，还支持维度裁剪，做 RAG 检索的可以直接试试。
MIT 实测 GPT-4o、Claude 这些模型玩拍卖游戏，发现让它们“多想想”反而更差，一句话说明规则就能把错误率从 4.2% 降到 0.2%，写提示词的都该看看。
加纳团队用 Qwen3-ASR-0.6B 给三种本地语言做语音识别，Ewe 错误率砍掉近一半，还上线了健康问答应用 KasaHealth，低资源语言落地的完整参考。
Gemma 团队在 Kaggle 上办了个比赛，把开源模型微调成编程智能体，跑在你自己的电脑上，奖金池 10 万美元，可以试试。
SiFive 和 AMD 联合展示，用 RISC-V 服务器和 AMD 显卡跑 Google Gemma4-E2B 模型，优化 ROCm，提升 AI 计算速度。
这篇论文用六种VLM检测游戏里的几何裁剪bug，发现Gemini最稳，开源模型要看怎么问提示词。想了解VLM实际落地坑点的可以看看。
Hassabis和NVIDIA一起为开放模型发声，Gemma下载量3亿+，开放模型让每个国家都能自主构建AI，安全又实用。
别人用 8 美元的芯片跑大模型，靠的是 Gemma 的分层嵌入技巧。想低成本部署边缘 AI？这个开源项目就是参考答案。
Google 出了个新工具 gemma-trainer，让你在自己电脑上就能微调 Gemma，不用上云，操作简单，适合想定制专属模型的朋友。
Google 工程师教你怎么在手机上 21 分钟微调一个小模型，从 46% 干到 90%，比花 1500 美元买课还快。
Google 刚公开 Gemma 4 的技术细节，包括 31B 多模态模型和 12B 无编码器版本，还有量化训练和 MTP 新招，搞开源模型的可以看看。
Google 开发者生态又更新了，Patrick 讲了 AI Studio、Gemini 3.5 Flash 和新的 Interactions API，做应用开发可以看看。
Diffusion Gemma把文本生成速度拉到单卡700TPS，做实时对话或高吞吐推理的团队可以直接用，4bit量化16G显存就能跑，值得试试能否做投机解码的草稿模型。
本地 AI 推理终于有了速度突破——DiffusionGemma 让低带宽设备也能高效运行，做边缘部署或本地应用的开发者可以直接从 Hugging Face 下载试试。