> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # Google celebra 1,000 millones de descargas de Gemma y no dice dónde se contaron - URL: https://fomoera.com/google-celebra-1-000-millones-de-descargas-de-gemma-y-no-dice-donde-se-contaron/ - Published: 2026-08-21T15:00:11.000Z - Updated: 2026-08-21T15:00:11.000Z - Description: Google DeepMind dice que la familia Gemma pasó los 1,000 millones de descargas y que hay más de 100,000 variantes publicadas en dos años. El anuncio no precisa plataformas ni método de conteo, y el despliegue mejor documentado, el de la NASA, corre una generación anterior del modelo. - Author: Dilis Salazar - Tags: Tecnología y Ciencia, IA **TL;DR:** - Google DeepMind anunció el 20 de agosto de 2026 que su familia de modelos abiertos Gemma superó los 1,000 millones de descargas y que los desarrolladores publicaron más de 100,000 variantes en dos años. - El anuncio no nombra plataformas, método de conteo ni reparto por generación, y Hugging Face no publica un total consolidado por modelo. - El despliegue mejor documentado es el de la NASA, que corrió un Gemma 3 comprimido a 4 bits en un satélite y lo dejó aislado a propósito del software de vuelo. --- Google DeepMind anunció el 20 de agosto de 2026 que su familia de modelos abiertos Gemma superó los 1,000 millones de descargas y que los desarrolladores publicaron más de 100,000 variantes en dos años. Firman el texto Clement Farabet, vicepresidente de la unidad, y Olivier Lacombe, director de producto. El anuncio no precisa en qué plataformas se contaron esas descargas, con qué método ni cómo se reparten entre generaciones del modelo. La propia empresa escribe que importa mucho más lo que la comunidad construye que el contador, y ahí sí entrega nombres verificables: modelos corriendo en órbita con la NASA, dentro de una app de salud del gobierno de India y en una herramienta de biología celular. Ese es el material que se puede revisar por fuera del comunicado. ## Un contador sin plataforma, sin periodo y sin desglose Un contador de descargas mide cuántas veces se bajó un archivo, no cuántas veces se usó el modelo. En los pesos abiertos esa distancia se ensancha, porque el mismo modelo vive replicado en decenas de repositorios: el original del fabricante, las conversiones comprimidas que publica la comunidad y los espejos de cada plataforma de inferencia local. Google no fija un periodo para ese total. Los dos años que menciona el anuncio van pegados al número de variantes, no al de descargas. Como contamos el 18 de agosto, cuando 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 aquel caso el archivo más bajado ni siquiera era el de la empresa: la conversión de Unsloth, un tercero, sumaba 2.73 millones contra las 415,039 del repositorio oficial. [Qwen3.8-27B: quién se lleva las descargasEl repositorio oficial de Qwen3.8-27B marca 415,039 descargas; el paquete de Unsloth, 2.73 millones.![](https://fomoera.com/content/images/icon/favicon-ed0e6867-beb0-4b15-84dc-beb4bf50b734.ico)FomoEraAlejandro Castillo Leone![](https://fomoera.com/content/images/thumbnail/fomoera-pexels-5951759--source-14ee33bb-9b2b-448c-9cfe-34feab57b0e7.jpg)](https://fomoera.com/alibaba-presume-un-millon-de-descargas-de-qwen3-8-27b-y-la-version-mas-bajada-no-es-la-suya/) Esa mecánica vuelve difícil comparar anuncios entre laboratorios, aunque suenen equivalentes. Estas son las dos cifras de descargas que han publicado Google y Alibaba en agosto de 2026, con el alcance que cada una declara: | Cifra de descargas | Quién la publica y qué contó | Periodo declarado | | ------------------ | ------------------------------------------------------------------------------------------------------- | --------------------- | | 1,000 millones | Google DeepMind, sobre 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 | No son la misma medición y ninguna de las dos empresas publica el desglose que permitiría cuadrarlas. El número que sí describe la forma del ecosistema es el otro: más de 100,000 variantes publicadas, es decir ajustes finos y derivados adaptados a idiomas, tareas y hardware concretos. ## Lo que la NASA hizo de verdad con Gemma en órbita El anuncio abre con el espacio y ese caso tiene reporteo independiente. IEEE Spectrum publicó el 23 de julio de 2026 que el Laboratorio de Propulsión a Chorro de la NASA logró la primera demostración en órbita de un modelo de visión y lenguaje analizando imágenes captadas por el sensor del propio satélite. El sistema se llama NAVI-Orbital y 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. Corre un **Gemma 3 de 4,000 millones de parámetros comprimido a 4 bits**, que necesita apenas **8 GB de memoria** y por eso cabe en un módulo Nvidia Jetson Orin AGX. El satélite es el YAM-9 de Loft Orbital, alimentado por paneles solares que entregan entre 150 y 500 watts según su posición. ![A stunning view of Earth with a distant satellite in space.](https://fomoera.com/content/images/2026/08/fomoera-pexels-30596894--source.png) Imagen ilustrativa de un satélite en órbita baja; no corresponde al YAM-9 de Loft Orbital ni al experimento de la NASA · Foto de [Zelch Csaba](https://www.pexels.com/@zelch?ref=fomoera.com) en [Pexels](https://www.pexels.com/photo/earth-and-satellite-in-vast-space-view-30596894/?ref=fomoera.com) Conviene leer los números de esa prueba con su etiqueta. El 88% de acierto de NAVI-Orbital se midió **en tierra**, sobre un banco de 7,960 imágenes y antes del lanzamiento, con el mismo modelo base que cualquiera baja de Hugging Face y sin entrenarlo con ese conjunto. En órbita hubo dos capturas en vivo: una sobre Toulouse, en Francia, y otra sobre la costa de Argentina. Delfa dijo que el salto está en la forma de mandar instrucciones, porque ahora un científico puede escribir un prompt y subirlo a la nave en lugar de encargar comandos estructurados a un equipo de operaciones: "Es un cambio importante". El límite no aparece en el comunicado de Google. NAVI-Orbital está deliberadamente aislado del software de vuelo: lee imágenes, produce descripciones y puede decidir cómo se analizan, pero no tiene acceso más allá de eso. Paul Lasserre, gerente general de Loft Orbital, resume el beneficio en ancho de banda: en vez de bajar decenas o cientos de megabytes de imagen cruda, el satélite manda decenas de kilobytes de texto, algo que llama compresión semántica. El caso espacial que Google presume corre además Gemma 3, una generación anterior a la actual, que es Gemma 4. ## India, salud y la afirmación que no viene con estudio En tierra, el despliegue más grande que cita el anuncio está en India. La Autoridad Nacional de Salud integró Gemma 4 y el Medical Data Toolkit abierto de Google en Aarogya Setu 2.0, una app con más de 100 millones de descargas en Android, para convertir informes médicos en formatos digitales estandarizados que el paciente pueda compartir entre proveedores. Google añade que sus modelos MedGemma se usan en el desarrollo de aplicaciones clínicas, como 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 ejemplos que aporta la empresa sobre productos propios, no una evaluación externa de resultados clínicos. La afirmación más fuerte del texto pide todavía más cautela. Investigadores de Yale y de Google construyeron C2S-Scale sobre Gemma para interpretar datos de célula única. La empresa sostiene que el modelo descubrió una ruta terapéutica contra el cáncer que se verificó en células vivas y 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: remite a otro texto de la propia Google. ## El directorio oficial nace con una nota al pie Junto con las cifras, Google estrenó en GitHub el repositorio Awesome Gemma y lo presenta como el directorio oficial del Gemmaverse. Está bajo licencia Apache 2.0 y ordena documentación, modelos, motores de inferencia local y alojada, guías de ajuste fino, tutoriales, demos y una sección dedicada al espacio. Al pie, el propio repositorio aclara que no es un producto con soporte oficial de Google. El inventario deja ver el catálogo real, que es lo más útil para quien programa: además de los modelos base están MedGemma, ShieldGemma 2 para clasificar seguridad de imágenes, PaliGemma 2 para visión, TranslateGemma con cobertura de 55 idiomas, VaultGemma entrenado con privacidad diferencial, TxGemma para investigación terapéutica y DolphinGemma, el modelo hecho con Georgia Tech y el Wild Dolphin Project que predice secuencias de sonidos de delfines. Dos cosas más se comprueban abriendo el repositorio. La sección espacial enumera dos casos, la NASA y Starcloud, cuando el anuncio nombra tres equipos en órbita e incluye también a Satlyt. Y la sección del Gemma 4 Good Challenge de Kaggle ya enlaza catorce trabajos, entre ellos Acuífero·Vigía, un sistema de alerta temprana de inundaciones para el Litoral argentino, y CodeBuddy, un tutor de Python para estudiantes indonesios. Google dice aparte que su reto reciente en Kaggle reunió más de 1,600 proyectos y que anunciará ganadores pronto. Después de dos años, lo comprobable no es el número redondo sino ese catálogo de pesos descargables. La próxima cifra auditable tampoco la pondrá la empresa: la pondrán los ganadores del reto de Kaggle y los contadores públicos de los repositorios donde se bajan los archivos. *Fuentes:* [1](https://blog.google/innovation-and-ai/technology/developers-tools/gemma-one-billion-downloads/?ref=fomoera.com), [2](https://spectrum.ieee.org/nasa-ai-satellite-image-analysis?ref=fomoera.com), [3](https://github.com/google-gemma/awesome-gemma?ref=fomoera.com)