Gemma osiągnęła miliard pobrań bez serwera — NASA wysłała ją już na orbitę

Gemma działa na prywatnym laptopie, urządzeniu brzegowym w szpitalu lub satelicie przecinającym niską orbitę okołoziemską. Rodzina modeli przetwarza obrazy, generuje tekst i rozwiązuje złożone problemy bez łączenia się z serwerami żadnej firmy. Po miliardzie pobrań stanowi to najbardziej wyraźny dowód na to, że zapotrzebowanie na sztuczną inteligencję bez ukrytej inwigilacji jest realne i szybko rośnie.

Niezależni deweloperzy opublikowali ponad 100 000 odrębnych wariantów Gemmy na Hugging Face i w innych repozytoriach, dostosowując otwarte wagi do konkretnych języków, niszowych zadań medycznych i konfiguracji sprzętowych, którym Google sam nigdy nie nadałby priorytetu. Ta liczba – 100 000 modeli pochodnych w ciągu mniej więcej dwóch lat – przewyższa łączną opublikowaną produkcję większości dedykowanych laboratoriów badawczych AI razem wziętych.

Zakres aktywnych wdrożeń pokazuje, co otwartość faktycznie umożliwia na dużą skalę. India’s National Health Authority osadziła Gemmę 4 w Aarogya Setu 2.0, aplikacji do zarządzania zdrowiem publicznym z ponad 100 milionami pobrań na Androida, umożliwiając obywatelom zarządzanie swoją dokumentacją medyczną u różnych dostawców bez opuszczania danych z urządzenia. Naukowcy z Yale i Google zbudowali system o nazwie C2S-Scale na bazie Gemmy, który wygenerował nowatorskie ścieżki terapeutyczne, później zweryfikowane w żywych komórkach – opisany jako pierwszy przypadek, gdy system AI wyprodukował mechanistyczne spostrzeżenia dotyczące odkrywania leków, które sprawdziły się w rzeczywistych eksperymentach biologicznych.

Wdrożenie kosmiczne jest tym, które wymaga chwili przetworzenia. Jet Propulsion Laboratory NASA, we współpracy z Satlyt i Starcloud, skompresowało wersję Gemma 3 4B do precyzji czterobitowej i uruchomiło ją na pokładzie satelity orbitalnego, gdzie klasyfikowała własne obrazy z sensorów satelity z dokładnością 88 procent. Żadnego połączenia z ziemią, żadnego opóźnienia z Ziemi, żadnego serwera wnioskowań między modelem a analizowanymi danymi.

Nic z tego nie zaciera luki wydajnościowej na granicy możliwości. Modele wliczane do miliardowego pobrań osiągają górny pułap znacznie poniżej skali GPT-4o, Claude 4 czy Gemini 2.5 Pro, a niezależne testy porównawcze konsekwentnie pokazują, że odstają w złożonym wieloetapowym rozumowaniu, zadaniach z długim kontekstem i precyzyjnym wykonywaniu instrukcji na dużą skalę. Ta luka jest właśnie powodem, dla którego Gemma zdobywa uznanie dzięki innym cechom – jest darmowa, weryfikowalnie prywatna i możliwa do wdrożenia w środowiskach, w których łączność w chmurze jest obciążeniem lub po prostu nie istnieje.

Aby uporządkować to, co zbudowało 100 000 deweloperów, Google uruchomiło 20 sierpnia repozytorium Awesome Gemma na GitHubie – oficjalny katalog społecznościowych fine-tunów, narzędzi i poradników utrzymywany jako żywy spis. Kolejna większa aktualizacja możliwości rodziny Gemma nie została ogłoszona, ale po tym, jak Google I/O 2026 zaprezentowało integracje w siedmiu liniach produktów, a Linux Foundation włączyło Gemmę do nadchodzącego toru infrastruktury AI, liczba pobrań nie ma zamiaru się ustabilizować.

Tagi: Google, modele AI, Google DeepMind, lokalne AI, nasa, Gemma