Google DeepMind·2026-06-09 22:10· 2026-06-09精选AI 评分83

Google DeepMind 发布 Gemma 4 12B 无独立编码器多模态模型

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

AI 导读

Google DeepMind 发布 Gemma 4 12B，一款不设独立编码器的统一多模态模型，视觉和音频输入直接流入 LLM 主干。它是其首个支持原生音频输入的中等规模模型，定位在 E4B 与 26B MoE 之间，基准表现接近 26B 模型，16GB 显存或统一内存的笔记本即可本地运行。

标题与摘要由 AI 辅助生成，事实与观点以原文为准。

推荐理由

开发者可在 16GB 显存的笔记本上用 Ollama 或 LM Studio 本地跑它，做多模态和 Agent 原型验证。

来源：Google DeepMind · deepmind.google

本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。