谷歌近日发布统一多模态模型 Gemma 4 12B。该模型拥有 12B 参数，最大特点是取消传统视觉与音频编码器，可通过轻量级嵌入层直接处理图像和音频输入，从而减少计算步骤并降低推理复杂度。模型在仅需约16GB显存或统一内存的条件下即可运行，可在高端笔记本等消费级设备本地部署。性能方面，Gemma 4 12B 在多项基准测试中接近谷歌 26B MoE 模型，并支持 Multi-Token Prediction 技术以提升推理速度。模型以 Apache 2.0 许可证开源，权重已上线 Hugging Face、Kaggle，并支持 LM Studio、Ollama、MLX、SGLang、vLLM 等推理框架。谷歌表示，Gemma 系列累计下载量已超过1.5亿次。
