谷歌T5Gemma重燃架构之战！“套壳”反杀Gemma本尊，9B推理快得离谱

市场资讯2025-07-14

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！新智元报道编辑：海狸【新智元导读】Google双线出击！T5Gemma重燃encoder-decoder架构战火，性能暴涨12分；MedGemma坚守decoder-only路线，强攻医疗多模态，击穿闭源壁垒。Gemma体系完成“架构+落地”双重进化，打响Google开源反击战。2023年以来，大模型的战场由decoder-...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2551077979?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-07-14 17:22","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2551077979","market":"hk","top_or_hot":-1,"title":"谷歌T5Gemma重燃架构之战！“套壳”反杀Gemma本尊，9B推理快得离谱","media":"市场资讯","content":"<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：海狸【新智元导读】Google双线出击！T5Gemma重燃encoder-decoder架构战火，性能暴涨12分；MedGemma坚守decoder-only路线，强攻医疗多模态，击穿闭源壁垒。Gemma体系完成“架构+落地”双重进化，打响Google开源反击战。2023年以来，大模型的战场由decoder-...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-07-14/doc-inffmtus3037205.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>谷歌T5Gemma重燃架构之战！“套壳”反杀Gemma本尊，9B推理快得离谱</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n谷歌T5Gemma重燃架构之战！“套壳”反杀Gemma本尊，9B推理快得离谱\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-07-14 17:22 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/stock/t/2025-07-14/doc-inffmtus3037205.shtml><strong>市场资讯</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：海狸【新智元导读】Google双线出击！T5Gemma重燃encoder-decoder架构战火，性能暴涨12分；MedGemma坚守decoder-only路线，强攻医疗多模态，击穿闭源壁垒。Gemma体系完成“架构+落地”双重进化，打响Google开源反击战。2023年以来，大模型的战场由decoder-...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-07-14/doc-inffmtus3037205.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"LU1066051225.USD","symbol_name":"HSBC GIF GLOBAL EQUITY VOLATILITY FOCUSED \"AC\" (USD) ACC","start_time":0,"source_url":"https://finance.sina.com.cn/stock/t/2025-07-14/doc-inffmtus3037205.shtml","article_id":"2551077979","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2551077979","pubTimestamp":1752484920,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"T5Gemma重燃encoder-decoder架构战火，性能暴涨12分；MedGemma坚守decoder-only路线，强攻医疗多模态，击穿闭源壁垒。T5Gemma 2B-2B IT的MMLU得分Gemma 2 2B提高了近12分，GSM8K准确率暴涨到70.7%。除了Gemma 2的技术回马枪之外，Gemma 3系列也有重大更新！Google这次专攻医疗多模态任务，基于Gemma 3架构，推出了MedGemma和MedSigLIP两款多模态模型。以GSM8K为例，T5Gemma 9B-9B的准确率于Gemma 2 9B，但延迟却相近。T5Gemma不止于快T5Gemma在预训练前后都展现出强能。进行指令微调后，Gemma 2与T5Gemma的性能差距在多个任务上进一步显著扩大。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"LU1066051225.USD":"HSBC GIF GLOBAL EQUITY VOLATILITY FOCUSED \"AC\" (USD) ACC","GOOGL":"谷歌A","LU0077335932.USD":"FIDELITY AMERICAN GROWTH \"A\" INC","LU2756315318.SGD":"ALLIANZ INCOME AND GROWTH \"AMG\" (SGDHDG) INC A","LU1037948897.HKD":"AB LOW VOLATILITY EQUITY PORTFOLIO \"AD\" (HKD) INC","LU1551013425.SGD":"Allianz Income and Growth Cl AMg2 DIS H2-SGD","LU1196500208.SGD":"NORDEA STABLE RETURN \"HB\" (SGDHDG) ACC","LU0158827948.USD":"ALLIANZ GLOBAL SUSTAINABILITY \"A\" (USD) INC","LU1084165304.USD":"FIDELITY WORLD \"A\" (USD) ACC","BK4573":"虚拟现实","IE00BJLML261.HKD":"HSBC GLOBAL EQUITY INDEX \"HCH\" (HKD) ACC","SG9999014898.SGD":"United Global Quality Growth Fund Dis SGD","LU0528227936.USD":"富达环球人口趋势基金A-ACC","IE0004086264.USD":"BNY MELLON GLOBAL OPPORTUNITIES \"A\" (USD) ACC","IE00BMPRXN33.USD":"NEUBERGER BERMAN 5G CONNECTIVITY \"A\" (USD) ACC","SG9999002232.USD":"Allianz Global High Payout USD","LU2420271590.USD":"ALLIANZ SELECT INCOME AND GROWTH \"AT\" (USD) ACC","BK4554":"元宇宙及AR概念","LU1868837136.USD":"CT (LUX) I AMERICAN \"8\" (USD) ACC","LU0130103400.USD":"Natixis Harris Associates Global Equity RA USD","LU1116320737.USD":"BGF SYSTEMATIC GLOBAL ENHANCED EQUITY YIELD \"A6\" (USD) INC","LU2264538146.SGD":"Fullerton Lux Funds - Global Absolute Alpha A Acc SGD","LU2602419157.SGD":"HSBC ISLAMIC GLOBAL EQUITY INDEX \"AC\" (SGD) ACC","IE00BHPRN162.USD":"BNY MELLON BLOCKCHAIN INNOVATION \"B\" (USD) ACC","IE0034235303.USD":"PINEBRIDGE US RESEARCH ENHANCED CORE EQUITY \"A\" (USD) ACC","LU2552382058.USD":"WELLINGTON US BRAND POWER \"A\" (USD) ACC","LU1934455863.HKD":"AB SICAV I LOW VOLATILITY TOTAL RETURN EQUITY PORT \"A\" (HKD) ACC","GOOG":"谷歌","LU2461242641.AUD":"WELLINGTON US QUALITY GROWTH \"A\" (AUDHDG) ACC","LU0256863811.USD":"ALLIANZ US EQUITY \"A\" INC","LU0056508442.USD":"贝莱德世界科技基金A2","LU1303367103.USD":"摩根大通多经理另类基金 A (acc)","LU0130517989.USD":"HARRIS ASSOCIATES US VALUE EQUITY \"R\" INC","IE00B5TLWC47.USD":"BNY MELLON LONG-TERM GLOBAL EQUITY \"B\" (USD) ACC","USJW.SI":"ALPHAB 3xLongSG261006","LU2471134523.USD":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (USD) ACC","LU1267930227.SGD":"TEMPLETON GLOBAL BALANCED \"AS\" (SGD) ACC A","LU1280957306.USD":"THREADNEEDLE (LUX) US CONTRARIAN CORE EQUITIES \"AUP\" (USD) INC","LU1852331112.SGD":"Blackrock World Technology Fund A2 SGD-H","LU0868494617.USD":"UBS (LUX) EQUITY SICAV - US TOTAL YIELD SUSTAINABLE \"P\" (USD) ACC","BK4612":"AI芯片","IE00B775H168.HKD":"JANUS HENDERSON BALANCED \"A5M\" (HKD) INC","LU0786609619.USD":"高盛全球千禧一代股票组合Acc","LU1064131342.USD":"Fullerton Lux Funds - Global Absolute Alpha A Acc USD","LU2108987350.USD":"UBS (LUX) EQUITY SICAV GLOBAL OPPORTUNITY SUSTAINABLE (USD) \"P\" (USD) ACC","LU2430703178.SGD":"WELLINGTON MULTI-ASSET HIGH INCOME \"AM4H\" (SGDHDG) INC","SG9999015945.SGD":"LionGlobal Disruptive Innovation Fund A SGD","IE0005OL40V9.USD":"JANUS HENDERSON BALANCED \"A6M\" (USD) INC","BK4579":"人工智能","LU0127658192.USD":"EASTSPRING INVESTMENTS GLOBAL TECHNOLOGY \"A\" (USD) ACC"},"translate_title":"Google T5Gemma Reignites Architecture Battle! \"Shell\" to counter-kill Gemma, 9B reasoning is ridiculously fast","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"GOOGL":1,"USJW.SI":0.6,"GOOG":1},"content_text":"炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：海狸【新智元导读】Google双线出击！T5Gemma重燃encoder-decoder架构战火，性能暴涨12分；MedGemma坚守decoder-only路线，强攻医疗多模态，击穿闭源壁垒。Gemma体系完成“架构+落地”双重进化，打响Google开源反击战。2023年以来，大模型的战场由decoder-only架构一统江湖。从GPT家族到LLaMA、Gemma、Mistral，再到Claude、Command-R、Yi系列，能叫得出名字的主流LLM，几乎都是清一色的“纯解码器”（decoder-only）。但今天，Google带着T5Gemma杀回来了——不仅重启了encoder-decoder的技术路线，还略施小技就让它原地起飞，暴打原版Gemma 2。T5Gemma本身基于decoder-only的Gemma 2框架。神奇的是，通过简单的“适配”转换成encoder-decoder架构后，T5Gemma一举实现性能飞跃。T5Gemma 9B-9B在GSM8K（数学推理）上得分⽐原始Gemma 2 9B⾼出9分，在DROP（阅读理解）上⾼出4分。进一步缩小参数量，结果反而更惊人！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主要面向文本生成任务，包括问答系统、数学推理、阅读理解等。并且encoder-decoder的架构支持“不平衡”配置。如9B编码器配2B解码器，可以在质量和效率之间游刃有余。在相同的计算量下，T5Gemma性能优于仅解码器模型，灵活度也更胜一筹，可以根据具体任务调整编码器和解码器的大小。除了Gemma 2的技术回马枪之外，Gemma 3系列也有重大更新！Google这次专攻医疗多模态任务，基于Gemma 3架构，推出了MedGemma和MedSigLIP两款多模态模型。MedGemma支持图文输入，输出是医学自由文本；MedSigLIP则是轻量图文编码器。Google把“低资源友好”贯彻到底，MedGemma仅需4B模型即可逼近SoTA，部署门槛极低，单卡、甚至移动端也能轻松跑起来。4亿参数的MedSigLIP也是全能王者，不仅擅长医学图像，检索、零样本分类等非医学下游任务也手拿把掐。在Med系列“开源双子星”的轰炸下，医疗模型闭源壁垒岌岌可危，同行纷纷对Google表示祝贺和期待。“架构+落地”双王炸，Google的开源LLM体系战略杀疯了。四两拨千斤重燃encoder-decoder架构之战T5Gemma基于Gemma 2框架，包括适配后的Gemma 2 2B和9B模型，以及⼀组新训练的T5尺寸模型（Small、Base、Large 和 XL）。Google已经将预训练模型和指令微调模型的T5Gemma系列在huggingface上开源，助⼒社区在研究与开发中挖掘新的机会。一招适配，暴打原版不少网友在T5Gemma发布后纷纷表示，encoder-decoder其实也具有很强的输入理解、上下文建模和推理能力。然而，它却因为decoder-only架构的风头无两而被雪藏已久。Google四两拨千斤，仅凭一招“适配”，把encoder-decoder架构重新带到聚光灯下。在技术报告中，Google所提出的“模型适配”（Model Adaptation）理念其实非常直观：直接利用已完成预训练的decoder-only模型权重，初始化encoder-decoder模型的参数，然后基于UL2或PrefixLM进行进一步训练。具体而言，如图所示。Google首先使用一个已经预训练完成的decoder-only模型，比如Gemma 2 9B或2B。这个模型包含前馈网络模块（FFN）和一个因果自注意力+旋转位置编码（ROPE）模块原本decoder-only模型中的“因果自注意力”模块会被替换为“双头注意力”以适配encoder。在encoder中，FFN和ROPE参数继续沿用原模型。原始decoder-only中的模块中间新增一层 Cross-Attention之后，作为新架构的decoder，用于解码器从encoder输出中获取信息。在上述结构完成初始化后，模型可以使用UL2或PrefixLM来适应encoder-decoder的信息流、masking策略和解码方式。这种适配⽅法具有很⾼的灵活性，允许在模型尺寸之间进⾏创造性的组合。想法简单，效果惊人实验证明，T5Gemma的想法非常有效。在相同的推理FLOPs下，T5Gemma的表现（星形点）始终高于或等于decoder-only模型（圆形点）。在SuperGLUE基准上，T5Gemma的最高分超过90，显著领先于大多数decoder-only模型。IT（信息提取）与PT（推理任务）指标同样展现出encoder-decoder架构的稳健性，特别是在中低FLOPs区间内性能提升尤为显著，说明它对计算资源的利用效率更高。在真实场景下，T5Gemma的高效计算优势也一路狂飙，稳坐开源性能“性价比之王”。以GSM8K（数学推理）为例，T5Gemma 9B-9B的准确率⾼于Gemma 2 9B，但延迟却相近。T5Gemma 9B-2B在准确率上远超2B-2B模型，但其延迟却几乎与较⼩的Gemma 2 2B模型相同。全方位碾压！T5Gemma不止于快T5Gemma在预训练前后都展现出强⼤能⼒。例如，T5Gemma 9B-9B在GSM8K（数学推理）上得分⽐原始Gemma 2 9B⾼出超过9分，在DROP（阅读理解）上⾼出4分。这些提高意味着，通过“适配”进行初始化的encoder-decoder架构潜力更大。进行指令微调后，Gemma 2与T5Gemma的性能差距在多个任务上进一步显著扩大。T5Gemma 2B-2B IT的MMLU得分狂超Gemma 2 2B近12分，GSM8K准确率从58.0%跃升到70.7%。MedGemma击破医疗AI开源壁垒Google这次盯上了医疗多模态场景，一口气发布两款模型：MedGemma和MedSigLIP。Med系列多模态模型延续了“低资源友好”的策略。基于 Gemma 3 打造的MedGemma生成式多模态模型，支持图像+文本输入，输出医学自由文本。该模型提供 4B 和 27B 两种尺寸，4B 多模态版本可在单卡甚至移动设备上运行，一举把医学级模型推下了高算力“神坛”。不管是放射报告生成，还是图像问答和病例摘要，它都能轻松胜任。在 MedQA 等权威评测中，MedGemma 27B拿下 87.7% 高分，精度接近DeepSeek R1，但推理成本仅为十分之一！图文编码器MedSigLIP更加短小精悍。只有 4 亿参数，却能稳稳处理胸片、皮肤病、眼底等多种医学图像，并输出与文本对齐的语义嵌入。图像分类、零样本识别和语义图像检索，统统一“模”搞定。在开发过程中，团队首先把MedSigLIP训了出来，作为医学优化图像编码器。然后在医学数据上训练了4B和27B版本的Gemma 3模型。通过训练流程解耦，Gemma 3很好地保留了通用能力。MedGemma在融合医学与非医学信息、遵循指令、支持非英文语言等任务上依然表现良好。单独训出来的MedSigLIP是一款仅 4 亿参数的轻量医学图像编码器，采用Sigmoid损失的SigLIP架构，如下图所示。它的训练是通过胸片、病理切片、皮肤病图像与眼底图像等多样医学图像数据调优完成的。MedSigLIP的核心目标是，将医学图像与文本编码为“同一语义空间嵌入向量”。它在多种医学图像任务中的分类效果可媲美专用模型，同时通用性也不拜下风，完美胜任传统图像分类、零样本分类、检索等任务。Gemma路线大升级Google开源吹响反攻号角Google这波开源一举把“反攻号角”吹到了医疗AI最前线。无论是图文融合的MedSigLIP，还是医疗多语种全能选手MedGemma，全都以safetensors格式上线Hugging Face，直接拉低使用门槛。开发者可以一键下载、灵活部署，还能在本地或自定义云平台完成推理与微调，隐私合规和数据安全轻松搞定。不少医疗机构已经验证了Med系列医疗AI“开源双子星”的有效性。例如，美国DeepHealth已开始使用 MedSigLIP 优化胸片分诊与结节检测；台湾长庚纪念医院称MedGemma能很好理解繁体中文医学文献，并有效回应医护问题。对于医疗机构的不同需求，Google还给出了对应的模型选择建议。Hugging Face上已经提供了32个版本的T5Gemma全家桶。用户可以根据推理速度、内存预算、精度等个性化需求，自由选择模型型号，也可以选择预训练版、指令微调版、RLHF版，或基于不同目标（PrefixLM / UL2）训练的各种变体。不止如此，Google还贴心给出全套使用手册、Colab示例和Vertex AI部署方案，从下载到上线一路畅通，开发效率直接拉满。Gemma路线已经从“架构革新”延伸到“产业落地”。Google这波上场更新，不止打破了闭源神话，更是为整个AI社区作出了“工具+自由+性能”的表率。从T5Gemma到MedGemma，世界级开源模型已来，接下来，是开发者的上场。参考资料：https://developers.googleblog.com/en/t5gemma/https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/https://x.com/_philschmid/status/1943013171389780341（转自：网易科技）\n\n\n海量资讯、精准解读，尽在新浪财经APP","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2551077979","isCrawlerRequest":true}