Google DeepMind·· 2026-06-09精选AI 评分78
Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型
Introducing Gemma 4 12B: a unified, encoder-free multimodal model
AI 导读
Google DeepMind 发布 Gemma 4 12B，这是其首款支持原生音频输入的中型多模态模型，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干。
推荐理由
原文给出了架构变化、内存占用和开放入口，读者可据此判断它能否在本地硬件上跑起多模态智能体工作流。
来源：Google DeepMind · deepmind.google