Google DeepMind·· 2026-06-09精选AI 评分80
Google DeepMind 发布 Gemma 4 12B，无编码器统一多模态模型
Introducing Gemma 4 12B: a unified, encoder-free multimodal model
AI 导读
Google DeepMind 发布 Gemma 4 12B，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干，是其中等规模模型中首个支持原生音频输入的版本。
推荐理由
Gemma 4 12B 用无编码器架构把视觉和音频直接接入 LLM，16GB 显存即可本地跑，还带 MTP 草稿模型降延迟。
来源：Google DeepMind · deepmind.google