Gemma 下载破 10 亿，端侧 VLA 演示现身 Jetson

clmt · x · 2026-08-22

Google DeepMind 庆祝 Gemma 下载量突破 10 亿。社区开发者 Asier Arranz 发布了 Gemma 4 VLA 在 NVIDIA Jetson Orin Nano Super 上的端侧演示。该系统允许模型根据上下文自主决定是否调用摄像头回答问题，无需关键词触发或硬编码逻辑，实现了简单的视觉-语言-行动（VLA）闭环。项目提供了完整的 Python 脚本，集成了 Parakeet STT 和 Kokoro TTS，用户可直接克隆代码在本地运行。原作者同时提出了对下一代 Gemma 的愿景，包括原生的 VLA 模型和原生世界模型。