Google DeepMind 与新加坡政府推出端侧反诈 AI 工具
Google DeepMind 与新加坡政府科技局（GovTech Singapore）联合发布一款反诈 AI 工具，用于在私人聊天中拦截对话式诈骗。该工具基于轻量化的端侧 Gemma 模型运行，数据不出设备、不上传云端（zero cloud data egress）。原文未披露上线时间、覆盖范围与实测拦截数据。
推荐理由端侧小模型做反诈的落地样本，数据不出设备，可参考 Gemma 在隐私敏感场景的用法
共 10 条
开发者用 Gemma 做断电提醒工具：笔记本切电池 30 秒就弹全屏拉伸页
尼日利亚开发者发布开源项目 Light don go：笔记本切换到电池供电超过 30 秒后，自动弹出全屏页面，用 Gemma 生成一条活动建议（如出门拉伸、去小卖部买冷饮），配 60 秒计时器和关闭按钮，同一轮断电内不再重复弹出。页面完全离线运行，不加载 CDN 和网络字体。日志显示 10 月 8 日至 9 日记录到多次真实断电，其中一次 Gemma 超时后使用兜底文案。项目面向尼日利亚、南非、印度、巴基斯坦等经常停电地区的笔记本工作者。
推荐理由用电池状态触发本地 Gemma 生成建议的完整开源案例，含真实断电日志和离线实现细节
开发者用 Gemma 做了一款社交练习应用 Sonder
开发者发布开源项目 Sonder，参加 Hacktoberfest 开源 AI 挑战赛第一周主题「Touch Grass」。应用面向不擅长闲聊的人，每周生成若干「任务」，按 Easy、Fine、Scary 三档难度，引导用户与日常路过的陌生人搭话，例如在公交站问路、请健身房常客示范动作、向市场老摊主请教多年变化。用户完成任务后记录收获，由 Gemma 以朋友口吻回复，笔记按周累积成「人物墙」。任务共 14 种类型，可自选常去地点并随时调整难度与每周任务数。
推荐理由内向者社交练习工具，用 Gemma 生成三档难度任务，可直接参考其提示词设计
Nikal：用 Gemma 把家庭语音留言转成待办卡片
开发者发布开源项目 Nikal，面向家庭跑腿场景：用户口述或粘贴混杂印地语、英语的语音留言，经 ElevenLabs Scribe v2 转写后，由通过 Backboard 调用的开源权重 Gemma 模型提取结构化任务，包括数量、取消项、目的地提示和澄清问题，用户逐条审核确认后生成按目的地分组的随身卡片。项目强调不静默丢弃信息——被取消的条目仍可见、数量保留、不确定项显式标注，且由人而非模型确认最终清单。Nikal 不自动购物、不发消息、不追踪 GPS。演示地址 nikalll.onrender.com，工作区存…
推荐理由做语音转任务类 Agent 可参考它的失败设计：取消项、数量、目的地都作为显式状态保留，而非交给模型猜。
WildProof：离线优先的户外观察 App，用 Gemma 2B 生成证据报告
开发者 Dhruv Jani 发布开源项目 WildProof，参加 Hacktoberfest 开源 AI 挑战赛第一周。该 App 将短途散步变成小型实地调查：用户选择任务（如栖息地对比、模式搜寻），离线记录文字笔记和照片证据，存于 IndexedDB，联网后通过 Temporal 工作流生成结构化报告。报告区分「观察到」「推断」「未知」三类结论，并用 TabPFN 给报告质量打分。本地推理使用 Ollama 上的 Gemma 2B，当前仅分析文字笔记和照片元数据，不处理图像像素。
推荐理由想找离线 AI + 本地推理实战案例的开发者，可参考其 IndexedDB 离线存储与 Temporal…
零屏幕地下城主：靠真实步行推进的纯语音 RPG
开发者发布开源项目 Zero-Screen Dungeon Master（ZSDM），一款纯语音旁白的音频 RPG，用手机 GPS 记录真实步行距离推进剧情，约每 80 米触发一个故事节点。玩家把手机放进口袋，靠振动提示盲点屏幕左右半边做分支选择。项目用 Web Speech API 做离线语音旁白、Web Audio API 合成音效、Haversine 公式累计距离并过滤 GPS 噪声，支持 Screen Wake Lock 保持后台播放。冒险剧本可用本地 Gemma（经 Ollama）生成，代码已开源，提供 …
推荐理由想找 AI 语音 + GPS 玩法案例的可以直接读源码，语音合成和距离触发逻辑都能复用
开发者用本地 Gemma 做宿舍球场仲裁 AI
一名开发者因宿舍 40 人争抢 19:00-22:00 的两块羽毛球场，用本地 Gemma 模型（通过 Ollama 运行）搭建了 Hostel Nexus：学生把纠纷提交给 AI 仲裁，AI 依据数据给出最终裁决。系统包含 17:00-23:00 实时预约矩阵和每周 4 次配额，前端用 Next.js，云端部署失败时有离线兜底逻辑。项目为 Hacktoberfest 周末挑战赛作品，代码已开源。
推荐理由想在自己项目里跑本地模型仲裁逻辑，可参考它的 Ollama + Next.js 架构和离线兜底方案
开发者用开源 Gemma 为母亲做防诈骗读图应用，支持 22 种印度语言
开发者 codeswithroh 在 DEV Hacktoberfest 挑战中发布开源项目 চিঠি（Chithi），用开源权重模型 Gemma 帮只读孟加拉语的家人识别账单、银行信件和诈骗短信。用户用手机拍下纸质文件或截图，应用会朗读出这是什么、需要做什么（金额、截止日期），并用红色「প্রতারণা（诈骗）」标记提示风险，附一键呼叫家人的按钮。项目最初只支持孟加拉语，后扩展到印度第八附表全部 22 种语言加英语。本地部署时照片不出家门，用 Ollama + Gemma 在家用笔记本上运行，无云 API、无账号…
推荐理由想用开源多模态模型做本地隐私应用，可参考它的架构：Bun 服务器 + Ollama + Gemma，照片不出本地。
因版权限制无法使用宝马维修手册，开发者用 Gemma 自建维修助手
开发者 Alex Georgiev 为修理宝马 E90 325i 的朋友搭建了 BMW Repair Workshop，包含 20 个维修流程、7 份参考指南，所有扭矩值和零件号以表格呈现，并提供基于这些内容的 Ask 问答框。他原本计划把宝马维修手册喂进 RAG 管线，但 Bentley 手册和宝马 TIS 系统均为商业版权内容，镜像虽多却无授权，因此放弃。内容改由公开汽车知识撰写，每条注明来源，扭矩和零件号均附「请对照 RealOEM 或经销商核实」提示。模型使用 Google 开源权重模型 Gemma（gem…
推荐理由看一个因版权约束放弃 RAG 手册、改用公开知识加来源标注的合规做法，附可跑的 Gemma 部署示例
前 Google、SpaceX 产品经理创立 Satlyt，融资 800 万美元做卫星 AI 软件
Satlyt 完成 800 万美元种子轮融资，总部位于加州 Sunnyvale 和肯尼亚内罗毕，专为卫星开发运行 AI 模型的软件，不造卫星本体。创始人 Rama Afullo 曾在 Google 云和 SpaceX 星链工作。今年早些时候，Satlyt 在 Momentus 运营的航天器上部署 Google DeepMind 的 Gemma 模型，将软件错误传输数据量缩减超 60%，据称每颗卫星每年可省数十万美元。本周四，其软件将随 SpaceX 火箭发射，搭载于印度初创公司 TakeMe2Space 的航天器，…
推荐理由卫星上跑 Gemma 模型把传输数据砍掉 60%，做边缘 AI 和航天软件的可参考这个降本思路