模型接入 · 端侧消息判断
识别可疑聊天，AI 为什么要留在手机里？
新加坡 GovTech 与 Google DeepMind 把 Gemma 调整成端侧诈骗识别模型。先低功耗筛选，再理解多轮聊天：小模型怎样接到一个具体的生活问题？
这是 10 月 14 日公布的模型合作，应用接入将分期推进；当前公告没有给出面向所有手机的启用入口。
先筛选，再看对话怎样一步步变化
这项合作用新加坡本地诈骗会话调整轻量 Gemma，关注冒充机构、银行等话术里的操纵意图。处理分两步：低功耗分类器先筛消息，标出潜在威胁后，Gemma 再读更长的对话上下文；发现可疑模式后，手机提示用户先暂停。让较重的分析只处理需要进一步判断的内容，是这套设计控制耗电的办法。
来源与延伸阅读
- Google DeepMind · 端侧诈骗识别合作官方发布 · 2026 年 10 月 14 日两阶段处理、用户同意及分期接入；本次读取的原文包含这些部署条件。
留在设备内，仍要由人决定是否让它看
原公告把访问条件说得很清楚：应用部署后，模型只在用户同意及应用条款下读取端内会话；这种部署不会让 Google 或新加坡政府取得聊天内容。它给消息应用提供了一种接入思路，但没有公开具体型号、误报与漏报数据。对读者而言，后续要看哪款应用实际开放、授权界面怎样说明，以及提醒是否有用。
来源与延伸阅读
- Google DeepMind · 端侧诈骗识别合作官方发布 · 2026 年 10 月 14 日两阶段处理、用户同意及分期接入；本次读取的原文包含这些部署条件。
小模型的价值，也来自它被放在什么位置
Gemma 是一组可供开发者使用的模型，具体用途还要经过调整和接入。这次合作说明的，是把本地语言与诈骗情境、分类程序和手机提醒结合起来，而不是仅换一个聊天模型。此前的本地笔记和 EmbeddingGemma 检索，也是在回答类似问题：让能力靠近材料，完成一个清楚的用途。它们分别处理笔记、查找和消息判断，不能互借测试结果。
来源与延伸阅读
- Google DeepMind · 端侧诈骗识别合作官方发布 · 2026 年 10 月 14 日两阶段处理、用户同意及分期接入；本次读取的原文包含这些部署条件。
- Google · Gemma 模型文档官方模型家族说明家族包含不同用途的模型；不能把此次未披露的具体型号猜成某个公开检查点。