✨︎ Resumen (TL;DR):
- Google DeepMind reportó el 20 de agosto de 2026 que Gemma superó 1,000 millones de descargas y que los desarrolladores publicaron más de 100,000 variantes en dos años.
- El anuncio no identifica plataformas, método, periodo ni reparto por generación; Hugging Face tampoco ofrece un total consolidado por modelo.
- El despliegue mejor documentado, NAVI-Orbital, corre Gemma 3 comprimido a 4 bits en el satélite YAM-9 y está aislado del software de vuelo.
Gemma es una familia de modelos abiertos de Google DeepMind que los desarrolladores descargan y adaptan a idiomas, tareas y hardware concretos. El 20 de agosto de 2026, la empresa anunció que la familia superó 1,000 millones de descargas y que se publicaron más de 100,000 variantes en dos años. El anuncio no identifica las plataformas, el método ni el periodo del conteo, por lo que la cifra no tiene un desglose público por generación ni puede compararse directamente con otros anuncios.
El comunicado lo firman Clement Farabet, vicepresidente de la unidad, y Olivier Lacombe, director de producto. Google presenta el número como una medición de toda la familia Gemma, no de una generación específica, pero no explica cómo lo calculó.
El propio texto intenta mover la atención del contador hacia lo que los desarrolladores construyen. Sus ejemplos tienen nombres: modelos en órbita con la NASA, una app de salud del gobierno de India y una herramienta de biología celular. La diferencia está en cuánto se puede comprobar de cada caso.
Un contador sin plataforma, periodo ni desglose
Una descarga mide cuántas veces se bajó un archivo, no cuántas veces se usó el modelo. En los pesos abiertos, la distancia crece porque un mismo modelo puede aparecer en el repositorio del fabricante, en conversiones comprimidas de terceros y en espejos de plataformas de inferencia local.
Google no fija un periodo para los 1,000 millones. Los dos años del anuncio están ligados al número de variantes, no al de descargas.
El 18 de agosto de 2026, Alibaba presumió el millón de descargas de Qwen3.8-27B. Hugging Face muestra un contador por repositorio y no publica un total consolidado por modelo. En esa medición, la conversión de Unsloth, un tercero, sumaba 2.73 millones frente a las 415,039 del repositorio oficial. El archivo más descargado ni siquiera era el de Alibaba.
Por eso, dos anuncios que usan la palabra descargas pueden estar contando cosas distintas. En agosto de 2026, las cifras publicadas fueron:
| Cifra | Quién la publica y qué contó | Periodo declarado |
|---|---|---|
| 1,000 millones | Google DeepMind, la familia Gemma; no especifica plataformas | No lo declara |
| 2,045 millones | Alibaba, citando el informe de verano de Hugging Face: modelos basados en Qwen dentro de esa plataforma | Enero a julio de 2026 |
Las dos cifras no describen la misma medición y ninguna empresa publica el desglose necesario para ponerlas lado a lado. El número que sí permite ver la amplitud del catálogo es más de 100,000 variantes, es decir, ajustes finos y derivados adaptados a idiomas, tareas y hardware concretos.
La NASA llevó Gemma 3 a órbita, con límites claros
El despliegue espacial mejor documentado por fuera del comunicado de Google es NAVI-Orbital. IEEE Spectrum reportó el 23 de julio de 2026 que el Laboratorio de Propulsión a Chorro de la NASA consiguió la primera demostración en órbita de un modelo de visión y lenguaje que analiza imágenes captadas por el sensor del propio satélite.
NAVI-Orbital es un sistema de visión y lenguaje que analiza imágenes captadas por un satélite y produce descripciones a bordo.
El sistema lo desarrollaron Juan M. Delfa, líder de grupo técnico en la NASA; Taran Cyriac John, investigador del JPL; y Andrew W. Herson, responsable técnico de Loft Orbital. Ejecuta un Gemma 3 de 4,000 millones de parámetros, comprimido a 4 bits. Necesita apenas 8 GB de memoria, por lo que cabe en un módulo Nvidia Jetson Orin AGX.
El satélite es el YAM-9 de Loft Orbital. Sus paneles solares entregan entre 150 y 500 watts, según su posición.
El 88% de acierto se midió en tierra, sobre un banco de 7,960 imágenes y antes del lanzamiento. La evaluación usó el mismo modelo base que cualquiera puede descargar de Hugging Face y no lo entrenó con ese conjunto.
En órbita hubo dos capturas en vivo: una sobre Toulouse, Francia, y otra sobre la costa de Argentina. Juan M. Delfa explicó que la diferencia está en cómo se envían las instrucciones. Un científico puede escribir un prompt y subirlo a la nave, en vez de encargar comandos estructurados a un equipo de operaciones. Lo resumió así: “Es un cambio importante”.
El sistema está deliberadamente aislado del software de vuelo. Lee imágenes, produce descripciones y puede decidir cómo analizarlas, pero no tiene acceso más allá de esas tareas.
Paul Lasserre, gerente general de Loft Orbital, explicó que el beneficio está en el ancho de banda: en vez de enviar decenas o cientos de megabytes de imagen cruda, el satélite manda decenas de kilobytes de texto. Lasserre llama a esa reducción compresión semántica.
Este caso usa Gemma 3, una generación anterior a la actual Gemma 4.
India integra Gemma 4 en una app de salud
La Autoridad Nacional de Salud de India integró Gemma 4 y el Medical Data Toolkit abierto de Google en Aarogya Setu 2.0. La app tiene más de 100 millones de descargas en Android y convierte informes médicos en formatos digitales estandarizados que el paciente puede compartir entre proveedores.
Google también menciona a MedGemma en el desarrollo de aplicaciones clínicas. Entre sus ejemplos están el triaje de consulta externa en el All India Institute of Medical Sciences y herramientas para personal de salud de primera línea en zonas rurales de Uganda. Son casos que aporta la empresa sobre productos propios, no una evaluación externa de resultados clínicos.
El anuncio hace una afirmación más fuerte sobre biología. Investigadores de Yale y Google construyeron C2S-Scale sobre Gemma para interpretar datos de célula única. Google sostiene que el modelo descubrió una ruta terapéutica contra el cáncer y que esa ruta se verificó en células vivas. La empresa lo presenta como la primera vez que un sistema de IA genera rutas terapéuticas nuevas verificadas de esa forma.
El anuncio no enlaza el estudio ni el journal donde se publicó. En su lugar, remite a otro texto de la propia Google.
Awesome Gemma exhibe el catálogo real
Junto con las cifras, Google estrenó en GitHub el repositorio Awesome Gemma, que presenta como el directorio oficial del Gemmaverse. Está bajo licencia Apache 2.0 y organiza documentación, modelos, motores de inferencia local y alojada, guías de ajuste fino, tutoriales, demos y una sección dedicada al espacio.
El repositorio incluye una nota al pie: no es un producto con soporte oficial de Google.
Más allá de los modelos base, el inventario incluye:
- MedGemma, para el desarrollo de aplicaciones clínicas.
- ShieldGemma 2, para clasificar la seguridad de imágenes.
- PaliGemma 2, para visión.
- TranslateGemma, con cobertura de 55 idiomas.
- VaultGemma, entrenado con privacidad diferencial.
- TxGemma, para investigación terapéutica.
- DolphinGemma, creado con Georgia Tech y el Wild Dolphin Project para predecir secuencias de sonidos de delfines.
El propio directorio también deja dos diferencias visibles. La sección espacial enumera dos casos, la NASA y Starcloud, aunque el anuncio de Google nombra tres equipos en órbita e incluye también a Satlyt.
En la sección del Gemma 4 Good Challenge de Kaggle ya aparecen 14 trabajos. Entre ellos están Acuífero·Vigía, un sistema de alerta temprana de inundaciones para el Litoral argentino, y CodeBuddy, un tutor de Python para estudiantes indonesios.
Google afirma aparte que su reto reciente en Kaggle reunió más de 1,600 proyectos y que anunciará a los ganadores pronto.
Tras dos años, lo que puede auditarse directamente no es el número redondo de Google, sino el catálogo de pesos descargables y los contadores públicos de cada repositorio. La cifra de 1,000 millones queda sin plataforma, periodo, método y reparto entre generaciones. Por ahora, el caso espacial mejor documentado corre Gemma 3, mientras el despliegue de salud citado en India usa Gemma 4. La próxima referencia comprobable dependerá de los contadores públicos y de los ganadores del reto de Kaggle, no de un total consolidado que Google todavía no desglosa.
