谷歌新推出的Gemma 4 12B模型旨在任何配备16GB RAM的笔记本电脑上运行

# 谷歌新推出的Gemma 4 12B模型专为任何拥有16GB内存的笔记本电脑设计 来源：https://arstechnica.com/google/2026/06/googles-new-gemma-4-open-ai-model-is-sized-for-your-laptop/ Gemma 4基准测试图（https://cdn.arstechnica.net/wp-content/uploads/2026/06/1920x1080_xMVEyWv.width-1000.format-webp.png） Gemma 4 12B的性能几乎与拥有260亿参数的版本相当。 图片来源：Google 谷歌表示，新模型能够进行复杂的多步骤推理和代理工作流，这些以前需要更大的Gemma变体才能完成。尽管参数数量更小，Gemma 4 12B配备了新设计的Multi-Token Prediction（MTP）预演器（https://arstechnica.com/ai/2026/05/googles-gemma-4-open-ai-models-use-speculative-decoding-to-get-up-to-3x-faster/），它利用未使用的处理周期来计算可能的未来token。结果是更高的速度和效率。谷歌已经发布了其他Gemma 4模型的可选MTP版本，但这是第一个默认集成MTP的模型。 Gemma 4 12B还因一种新的多模态方法而更加高效。Gemma 4系列原生支持多模态，接受文本、音频或图像作为输入。大多数生成式AI模型——包括其他Gemma 4变体——使用专门的编码器处理非文本输入并将数据传递给LLM。这效果不错，但会增加延迟和内存使用。 对于新的中等规模模型，谷歌实现了一个简化的视觉嵌入模块，采用单矩阵乘法和位置嵌入，使得数据能够以适当的空间感知传递给LLM。这消除了对庞大中间编码器的需求。对于音频，则完全没有编码。开发人员找到了一种方法，将原始音频信号投射到用于文本token的相同向量中。 ## Gemma 4 12B Demo 如果你想查看新的Gemma 4模型，可以通过LM Studio（https://lmstudio.ai/models/gemma-4）、Google AI Edge Gallery（https://developers.google.com/edge/gallery）等工具无需下载直接访问。但Gemma 4 12B的核心理念是你可以本地运行它，并按自己的方式使用。如果你有足够的内存，模型权重可以立即在Kaggle（https://huggingface.co/collections/google/gemma-4）和Hugging Face（https://huggingface.co/collections/google/gemma-4）上下载。它的大小略低于18GB。