谷歌Gemma下载破10亿，AI助力癌症治疗新突破

谷歌DeepMind宣布其开源模型系列Gemma累计下载量正式突破10亿大关。同时，基于Gemma构建的27B参数AI模型C2S-Scale在癌症免疫机制研究中取得突破——首次通过AI提出全新机理性治疗假设，并在活细胞实验中得到验证。

从零到十亿：开源生态的里程碑

2024年2月，谷歌首次发布Gemma开源模型，仅有2B和7B两种规格。作为旗舰Gemini的「轻量开放」分支，Gemma主打本地化部署，开发者可直接获取权重，在个人电脑、手机和边缘设备上运行。

上线两年半后，Gemma累计下载量正式突破10亿。伴随这一里程碑，谷歌同步推出官方GitHub仓库「Awesome Gemma」，集中收录社区微调模型、教程、开发者工具及各类衍生应用。

Gemma下载量增长轨迹：

2025年3月（一周年）：突破1亿
2025年12月：超过3亿
2026年4月（Gemma 4发布时）：超过4亿
今年第二季度：超过9亿
目前：突破10亿

衍生变体破10万：从太空到海洋

Gemma的开源生态已衍生出约10万个变体，应用场景远超传统AI工具：

入轨NASA卫星：在太空中高性能GPU上运行，创造了「大模型首次在太空工作」的纪录，并向地球发出第一条信息「地球人，你好」
接入1亿台手机，覆盖大众日常使用
DolphinGemma破译海豚声音：通过接收海豚叫声、分析重复模式并预测下一声音节，探索海洋生物通讯方式

C2S-Scale：把细胞写成一句话

在Gemma的众多应用中，最具突破性的是其在癌症免疫治疗领域的贡献。谷歌DeepMind、谷歌Research联合耶鲁大学，基于Gemma开发了27B参数的Cell2Sentence-Scale 27B（简称C2S-Scale），相关论文已在bioRxiv发布。

该模型的核心创新在于「细胞即句子」的设计思路：把单细胞测序产生的高维向量数据，按基因活跃程度从高到低排列，转换为由基因名组成的「句子」。这种朴素转换使模型无需修改Gemma架构即可直接「阅读」细胞数据，并同时处理论文摘要、细胞元数据等纯文本信息。

4000种抗癌药虚拟筛选

研究团队瞄准癌症免疫治疗中长期存在的难题——「冷肿瘤」。通俗而言，免疫系统识别异常细胞依赖细胞主动「举牌」（即将内部蛋白碎片挂到表面，即抗原呈递），而「冷肿瘤」不举牌，再先进的免疫治疗药也打不到隐形靶子。

C2S-Scale的核心实验设计被称为「双上下文虚拟筛选」（dual-context virtual screen）：

世界A（免疫上下文阳性）：真实患者原发肿瘤样本，含微弱干扰素信号
世界B（免疫上下文中性）：培养细胞系数据，完全无干扰素活动

团队将4000余种药物逐一投入两个「平行世界」模拟，寻找「仅在A中起效、在B中无效」的候选者。模型命中结果中，仅10%-30%曾在过往文献中被提及，七成以上与该筛选目标毫无已知关联。最终胜出的是silmitasertib（CX-4945），一种CK2激酶抑制剂，被模型标注为「context split」（上下文劈叉）。

活细胞验证：抗原呈递提升约50%

假设需经活细胞实验验证。团队采用人源神经内分泌细胞模型（该模型从未出现在训练数据中），设置三组对照：

单用silmitasertib：抗原呈递无变化
单用低剂量干扰素：轻微提升
联合使用：抗原呈递提升约50%

这是AI首次提出全新的机理性治疗通路，并在活细胞中得到实证。研究团队在论文中表示，C2S-Scale真正给出了一个可以被验证的新机制方向。