待验证50% 置信事件精确时间
Google DeepMind发布Gemma 4量化感知训练（QAT）CheckPoint，通过定向二比特压缩等技术使Gemma 4 E-to-B模型内存占用压缩至约1GB级别，相关权重已上线Hugging Face
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
OpenAI确认系统Bug误封账户，多平台AI工具密集更新
bilibili橘鸦Juya2026/6/6
相关事实
待验证Google DeepMind发布Gemma 4量化感知训练权重，通过定向2Bit压缩技术将12B参数模型的内存占用降至约1GB81% 相似待验证DeepSeek-V2引入Multi-Head Latent Attention（MLA）机制和DeepSeekMoE架构，其每百万token推理成本约为同期GPT-4级别模型的百分之一72% 相似待验证Google DeepMind released Gemma 4 Quantization-Aware Training (QAT) checkpoints along with a new mobile quantization format68% 相似待验证Google DeepMind在多模态模型的GUI理解和交互方面持续投入，包括利用大规模网页截图数据训练模型以及探索Android设备操控能力68% 相似待验证Google DeepMind提出了Nested Learning（嵌套学习）相关方法67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/53826API
curl https://kongchang.com/api/v1/knowledge/claims/53826MCP
get_claim(id=53826)