标签
Cloudflare 发布 Clef-omni，一个基于 Qwen3-Omni-30B-A3B 后训练的多模态决策模型，可直接接收音频与视频输入，在单次前向传播中输出每个选项的概率，意图路由类基准表现强劲。
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。