DeepMind×GovTech：Gemma 端侧反诈模型，本地细调、不上云读聊天

2026-10-14，Google DeepMind 与新加坡政府科技局（GovTech）在新加坡国际网络周（SICW 2026）官宣：作为「国家 AI 伙伴关系」一部分，双方已微调一款隐私优先的端侧诈骗检测模型。DeepMind 博文称：诈骗占新加坡报案犯罪过半，2019 年来损失超 40 亿新元，社交工程类约占损失八成。方案以轻量 Gemma 为基，用本地骗局对话（冒充公共机构/银行/本地人物、区域流行套路）微调，便于区分闲聊与操控。推理分两级——轻量分类器先筛入站消息，再用微调 Gemma 做更大窗口上下文确认，以兼顾续航。检测到操控话术时，设备本地弹出实时警告，提醒暂停再分享敏感信息或转账。训练在 GovTech 托管的 GCP「主权沙箱」内，材料据称来自匿名化诈骗报告与情报，不含公民私人数据。

谁能用：目前是政府合作研发与分阶段落地，并非面向全球用户的 Free/Pro/Ultra 订阅档，也未宣布公开 Gemini App/Search/Antigravity/API 或 Hugging Face 通用权重下载。Straits Times 称面向 Android 用户做实时示警；正式进应用需用户同意后才能访问端侧对话，上线节奏与准确率指标尚未公布。基底为开源权重 Gemma 系，但本条节点是「新加坡本地微调 + 端侧部署路径」，不是新一代 Gemma 基座首发。DeepMind 官宣帖约 310 赞、3.8 万曝光。 解读：端侧 Gemma 把「读加密聊天」从云端扫描改成手机本地推断，正面回应 E2E 与反诈的张力，但也留下误报率、电池、以及 Android-only 覆盖缺口等待答卷。讨论：① 没有公开准确率前，公众该如何评估「政府合作端侧模型」的可信度？② 若类似方案推广到其他国家，开源 Gemma 微调是否会成为默认反诈基建？