Gemma 4 12B：Google 新一代无编码器多模态主力模型
2026 年 6 月 3 日，Google 正式发布 Gemma 4 12B——一款 119.5 亿参数的开源模型，采用 Apache 2.0 许可证。这次的最大亮点是其创新的无编码器统一架构（Encoder-Free Unified Architecture）：原始音频波形和视觉补丁直接流入 LLM 主干网络，无需传统多模态系统中额外的编码器处理模块。结果是——这款模型可以在普通企业笔记本上仅凭 16GB VRAM 或统一内存完全本地运行，完全不需要数据中心。
架构革新：为什么”无编码器”很重要
传统多模态系统使用独立的编码器将音频和视觉数据转换为语言模型可以处理的表示形式，这会增加延迟、内存开销和系统复杂度。Gemma 4 12B 通过统一架构消除了这一问题：视觉和音频输入直接流入 LLM 主干网络——这也使其成为首款支持原生音频输入的中型 Gemma 模型，同时支持文本和图像理解。
性能：12B 参数逼近 26B 水平
尽管体积紧凑，Gemma 4 12B 在基准测试中实现了接近 Google 自家 26B 专家混合模型（MoE）的性能表现。这是一个重要的工程突破——用一款能塞进 16GB VRAM 的模型达到了 MoE 级别的任务性能。该模型还配备了多 Token 预测（MTP）草案生成器，降低推理延迟，使实时应用成为可能。
核心能力一览
- 25.6 万 Token 上下文窗口——可一次性处理完整财务报告、代码仓库或长达一小时的会议记录
- 原生 Agent 工具调用——内置 Agent 工作流，支持逐步推理模式
- 文本、图像、音频、视频——单一模型统一多模态理解
- 兼容 16GB VRAM——典型企业笔记本本地运行，无需云端
- Apache 2.0 许可证——可商用，完全开放
开源生态与获取方式
Gemma 4 12B 目前已在以下平台上线：
- Hugging Face —
google/gemma-4-12B-it - Kaggle
- Google AI Edge Gallery — 原生 Mac 桌面应用，离线运行于 Apple Silicon GPU，内置沙箱 Python 执行环境，可在对话气泡内直接编写、执行和绘制科学图表
- Google AI Studio
Gemma 4 系列还包括 E2B 和 E4B 变体，Gemma 4 12B 填补了边缘友好型模型与更强大的 26B MoE 旗舰之间的空白。根据 Google 数据，Gemma 全系列累计下载量已突破1.5 亿次——这充分证明了围绕 Google Gemma 系列的开放 AI 开发者生态系统的蓬勃发展。
为什么这很重要
目前大多数开源多模态 AI 模型仍需要大量计算基础设施——要么是云访问，要么是配备 24GB+ VRAM 的高端桌面 GPU。Gemma 4 12B 的无编码器统一设计和高性能内存优化，将高级多模态智能带到了数百万开发者实际拥有的硬件上——就是此刻他们桌上那台 16GB 笔记本。这是应对本地离线 AI 增长需求的直接答案，对处理敏感数据的企业团队、受限网络环境的研究人员，以及希望摆脱云端依赖构建 Agent 工作流的开发者尤为重要。
本文经 fluxbbs.com 发布
