在AI界掀起波澜的最新动态中，谷歌以双重策略震撼了大模型战场。一方面，T5Gemma的横空出世重新点燃了encoder-decoder架构的战火，性能实现了显著提升；另一方面，MedGemma则坚守decoder-only路线，强势进军医疗多模态领域，打破了闭源壁垒。
自2023年以来，decoder-only架构几乎垄断了大模型的江湖。从GPT系列到LLaMA、Gemma、Mistral，再到Claude、Command-R、Yi系列，主流的大语言模型（LLM）几乎清一色采用了这种“纯解码器”设计。然而，谷歌携T5Gemma的回归，打破了这一局面。
T5Gemma不仅重启了encoder-decoder的技术路线，而且通过简单的“适配”就实现了性能的飞跃，远远超过了原版Gemma 2。这一转变令人瞩目，T5Gemma 9B-9B在GSM8K（数学推理）上的得分比原始Gemma 2 9B高出9分，在DROP（阅读理解）上的得分也高出4分。更令人惊讶的是，当进一步缩小参数量时，T5Gemma 2B-2B IT的MMLU得分比Gemma 2 2B提高了近12分，GSM8K准确率暴涨到70.7%。
T5Gemma主要针对文本生成任务，包括问答系统、数学推理、阅读理解等。其encoder-decoder架构支持“不平衡”配置，例如9B编码器配2B解码器，能在质量和效率之间实现最佳平衡。在相同的计算量下，T5Gemma的性能优于仅解码器模型，且灵活度更高，可以根据具体任务调整编码器和解码器的大小。
除了T5Gemma的技术回马枪，Gemma 3系列也迎来了重大更新。谷歌此次专注于医疗多模态任务，推出了MedGemma和MedSigLIP两款多模态模型。MedGemma支持图文输入，输出医学自由文本；而MedSigLIP则是轻量图文编码器。谷歌将“低资源友好”理念贯彻到底，MedGemma仅需4B模型即可逼近当前最优水平（SoTA），部署门槛极低，单卡甚至移动端也能轻松运行。
4亿参数的MedSigLIP同样表现出色，不仅在医学图像领域游刃有余，还擅长检索、零样本分类等非医学下游任务。在Med系列的“开源双子星”的推动下，医疗模型的闭源壁垒岌岌可危，同行们纷纷对谷歌表示祝贺和期待。
谷歌的T5Gemma和Med系列模型不仅在架构上实现了革新，更在产业落地方面迈出了坚实步伐。T5Gemma系列预训练模型和指令微调模型已在Hugging Face上开源，助力社区在研究与开发中挖掘新机遇。而MedGemma和MedSigLIP的发布，更是直接将医疗AI的开源门槛大幅降低，医疗机构可以轻松下载、部署，并在本地或自定义云平台完成推理与微调。
谷歌的这一波操作，不仅打破了闭源神话，更为整个AI社区树立了“工具+自由+性能”的典范。从T5Gemma到MedGemma，世界级开源模型已经到来，接下来，就看开发者们如何大显身手了。
