Google发布三款基于Gemma模型的变体：MedGemma、SignGemma与DolphinGemma
一、MedGemma：面向医疗领域的多模态与文本推理模型
Google推出的MedGemma是基于Gemma 3架构的医疗AI模型，分为两个版本：
- MedGemma 4B：多模态模型，结合了SigLIP图像编码器和语言模型，专为处理医学图像与文本任务设计。该模型在胸部X光、皮肤科、眼科和病理切片等多种医学图像数据上进行了预训练，适用于医学图像分类、报告生成和视觉问答等任务。
- MedGemma 27B：纯文本模型，专注于医学文本的理解与推理，适用于临床总结、决策支持和复杂医学问答等任务。该模型在医学文本数据上进行了优化，提升了推理能力和推断效率。
二、SignGemma：多语言手语翻译模型
SignGemma是Google开发的手语理解模型，旨在将手语视频翻译为文本，支持多种语言。该模型采用双流注意力机制，结合手语视频和文本编码器，提升了手语翻译的准确性和流畅性。SignGemma的推出，有望改善听障人士的交流体验，促进无障碍技术的发展。
三、DolphinGemma：海豚语言模型
DolphinGemma是Google研究团队开发的海豚语言模型，旨在理解和生成海豚的声音信号。该模型通过分析海豚的声音模式，尝试解码其交流方式，并生成类似的声音序列。DolphinGemma的研究为跨物种交流提供了新的可能性，推动了动物语言研究的进展。
四、总结
Google推出的这三款Gemma模型变体，分别面向医疗、无障碍交流和动物语言研究等领域，展示了AI技术在多模态理解和生成方面的广泛应用潜力。随着这些模型的开源和应用推广，预计将在相关领域产生深远影响。
