Introducing Gemma 4 12B: a unified, encoder-free multimodal model

谷歌推出Gemma 4 12B模型，专为笔记本端部署设计，兼具边缘友好性与多模态智能。该模型介于轻量级E4B与高性能26B MoE之间，在缩减内存占用的同时提升能力，并首次在中等规模模型中支持原生音频输入。其创新统一架构摒弃传统多模态编码器，使视觉与音频信号直连大语言模型主干，显著提升效率；推理能力接近26B模型，支持复杂多步推理与智能体工作流。得益于开发者社区支持，Gemma 4系列下载量已超1.5亿次，广泛应用于可穿戴机器人、企业级AI安全等领域。该模型进一步降低了先进AI技术的本地化部署门槛。

本专栏通过快照技术转载，仅保留核心内容

内容中包含的图片若涉及版权问题，请及时与我们联系删除