Google DeepMind·· 2026-06-09精选AI 评分79
Google DeepMind 发布 Gemma 4 12B：统一、无编码器的多模态模型
Introducing Gemma 4 12B: a unified, encoder-free multimodal model
AI 导读
Google DeepMind 发布 Gemma 4 12B，采用统一的无编码器架构，将视觉与音频输入直接接入 LLM 主干，面向笔记本本地多模态智能体应用。官方称其标准基准表现接近 26B MoE 模型，总内存占用不到后者一半，可在配备 16GB 显存或统一内存的设备上运行，并配备 Multi-Token Prediction（MTP）草稿模型以降低延迟。
推荐理由
无独立编码器的音视频处理路径与本地内存要求，为评估多模态智能体从大模型迁移到笔记本的资源取舍提供了具体参照。
来源：Google DeepMind · deepmind.google