Google DeepMind 和新加坡政府技术局（GovTech）合作，基于轻量级 Gemma 微调出一个诈骗检测模型，直接在手机上分析对话，发现可疑内容就在本机弹出实时提醒，消息不上传云端。项目在 2026 年新加坡国际网络周（SICW）上展示，DeepMind 于 10 月 14 日发文介绍，属于双方”国家 AI 伙伴关系”框架下的合作。
新加坡做这件事有现实压力。按 DeepMind 文中引用的数据，诈骗占新加坡报案犯罪的一半以上，2019 年以来累计损失超过 40 亿新元；复杂的社会工程类诈骗占损失的比例最高达 80%。常见手法是冒充公共机构、银行和本地熟人，投资骗局、假招聘也在其中。
两段式检测
模型分两级工作。第一级是一个轻量的快速筛查分类器，先挑出可疑对话；命中后才交给第二级，也就是微调过的 Gemma，做多轮对话分析，判断里面有没有操纵话术。DeepMind 说这样设计是为了省电，手机不必对每条消息都跑一遍大一些的模型。
隐私是这套方案对外宣传的重点。模型只在用户同意、并符合所在应用使用条款的情况下读取本机对话；按双方说法，新加坡政府和 Google 都无法通过这次部署看到用户对话。微调在 GovTech 管理的 Google Cloud 环境里进行，训练数据做了隔离，用的是从诈骗报案和情报源整理出的匿名数据集，剔除了个人可识别信息；测试则用合成对话和本地语料。
GovTech 信任与安全总监 Mark Chen 的表态是：
“Fighting scams shouldn’t mean sacrificing personal privacy.”（打击诈骗不该以牺牲个人隐私为代价。）
没有公开的部分
文章里没有模型的参数规模，也没有准确率、误报率这类指标。推广时间同样没有给出，只说会”分阶段谨慎推进”。具体装进哪些应用、会不会并入 GovTech 已有的 ScamShield 反诈应用，官方没有说明，目前无法核实。双方表示会探索把类似技术带到其他国家。
误报率对这类产品影响很大。提醒弹得太勤，用户很快会关掉；漏掉一次高额诈骗，口碑又会坏在另一头。新加坡政府一向愿意公布反诈数据，分阶段上线之后能否给出命中率和误报率，可以作为外界判断这个项目成色的第一份材料。
放到国内看
国内用户对反诈提醒并不陌生。国家反诈中心 App、运营商和手机厂商的来电拦截，从公开介绍看，大多建立在号码标记、预警名单和涉诈链接库上，判断的是”谁打来的、链接指向哪里”。新加坡这套方案判断的是对话本身在说什么，属于内容层面的识别，对付的正是号码干净、话术高明的社会工程骗局。
内容层识别绕不开隐私顾虑，双方给出的理由也正是隐私，所以模型被压到端侧。国内手机厂商这一两年都在推端侧大模型，手机里跑一个几亿到几十亿参数的模型已不稀奇，技术条件具备；难点在授权和责任边界：谁有权读聊天内容，判断错了算谁的。新加坡的分工是读取权限挂在用户同意和应用条款上，政府和谷歌只提供模型，这个做法对国内同类项目有参考价值。
参考来源：Google DeepMind 官方博客、CocoLoop、新加坡政府技术局公开资料；核验合作方、两段式检测流程与诈骗损失统计口径。