@osanseviero：非常激动地介绍 Gemma 4 12B！- 多模态：支持音频、图像、视频和文本输入 - 新颖架构：我们移除了多模态编码器…
摘要
介绍 Gemma 4 12B，一款多模态模型，支持音频、图像、视频和文本输入，采用新颖的统一架构，以及由 LiteRT 驱动的新款 MacOS 桌面应用。
非常激动地介绍 Gemma 4 12B！💎
- 多模态：支持音频、图像、视频和文本输入
- 新颖架构：我们移除了多模态编码器，采用统一且简化的架构
- 由 LiteRT 驱动的新款 MacOS 桌面应用
- 支持 MTP
期待看到你用其构建的作品！https://t.co/De5id2XQfz
查看缓存全文
缓存时间: 2026/06/03 17:52
超级兴奋地为您介绍 Gemma 4 12B！💎
- 多模态：支持音频、图像、视频和文本输入
- 全新架构：我们移除了多模态编码器，采用统一精简架构
- 全新基于 LiteRT 的 macOS 桌面应用
- 支持 MTP
期待看到你用它将创意变为现实！https://t.co/De5id2XQfz
相似文章
@_philschmid：我们刚刚发布了 Gemma 4 12B！这是我们首个具备原生音频输入的中型模型。Gemma 4 12B 是一个统一的、无需编码器的多模态模型。
我们刚刚发布了 Gemma 4 12B，一个中型多模态模型，支持原生音频输入，仅需 16GB 内存，并以 Apache 2.0 许可证发布。
推出 Gemma 4 12B：一个统一的、无编码器的多模态模型
Google DeepMind 宣布推出 Gemma 4 12B，一种新颖的无编码器多模态 AI 模型，将视觉和音频直接集成到 LLM 主干中，在配备 16GB RAM 的笔记本电脑上提供高级推理和代理能力，以 Apache 2.0 许可证发布。
@googleaidevs: 我们正在发布Gemma 4 12B：这是一款统一的、无编码器的模型，将强大的多模态智能直接带到您的笔记本电脑上。
Google发布Gemma 4 12B，一款原生支持音频、无编码器的多模态模型，专为在笔记本电脑上本地运行而优化，采用Apache 2.0许可证。
谷歌的 Gemma 4 12B 刚刚发布 —— 下面教你如何在 Mac 上本地运行它
Google 发布了 Gemma 4 12B，这是一款基于 Apache 2.0 开源协议的多模态模型，支持文本、视觉和音频处理，上下文窗口达 256K。本文提供了一份指南，介绍如何在 Mac 上使用 Ollama、LM Studio 或 llama.cpp 本地运行该模型。
@RedHat_AI: Gemma 4 12B 今日发布。Apache 2.0，多模态：文本、图像、音频和视频。256K 上下文，内置思考，原生…
Gemma 4 12B 已在 Apache 2.0 许可下发布，支持多模态输入（文本、图像、音频、视频），256K 上下文，内置思考以及原生工具调用，运行在 Red Hat OpenShift AI 上。