Google 发布 Gemma 4 12B：采用免编码器多模态架构

Google DeepMind 于 2026 年 6 月 3 日推出 Gemma 4 12B，称其为首款具备原生音频输入的中型 Gemma 模型，视觉和音频输入可直接进入语言模型骨干网络。该模型以 Apache 2.0 许可发布；官方称其可在配备 16GB 显存或统一内存的设备上本地运行，基准表现接近 26B MoE。