Gemma 4 12B 正式发布！
TL;DR · AI 摘要
Gemma 4 12B采用移除独立多模态编码器的统一架构，支持本地视觉音频理解与高级Agent推理，并推出基于LiteRT的macOS桌面应用。
核心要点
- Gemma 4 12B通过统一架构移除独立多模态编码器，实现端到端多模态处理。
- 新模型原生支持本地视觉、音频理解及高级Agentic推理能力。
- 官方发布基于LiteRT推理引擎的macOS桌面应用，优化端侧部署体验。
结构提纲
按章节快速跳转。
Gemma 4 12B移除独立多模态编码器，构建精简统一架构以实现原生多模态处理。
该模型无需外部适配模块即可原生支持本地视觉、音频、视频和文本理解。
Gemma 4 12B集成高级智能体推理能力，专为自主任务执行和工具调用设计。
基于LiteRT的新版macOS桌面应用实现了Gemma 4 12B的优化本地推理。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Gemma 4 12B Release
- Unified Architecture
- No Separate Encoders
- Streamlined Design
- Capabilities
- Local Vision/Audio
- Agentic Reasoning
- Deployment
- macOS Desktop App
- LiteRT Engine
金句 / Highlights
值得收藏与分享的关键句。
Gemma 4 12B移除独立多模态编码器，采用统一精简架构，实现本地视觉与音频理解。
基于LiteRT的新版macOS桌面应用为Gemma 4 12B用户带来优化的本地推理与MTP支持。
高级智能体推理能力现已直接集成到120亿参数基座模型中，与多模态输入协同工作。
标题：Patrick Loeber 在 X 上发布："Gemma 4 12B 正式发布！它采用了全新的统一架构，移除了独立的多模态编码器，支持本地视觉和音频理解，并具备高级智能体推理能力" / X
URL 来源：https://x.com/patloeber/status/2062211344405844369
Markdown 内容：
Patrick Loeber 在 X 上发布："Gemma 4 12B 正式发布！它采用了全新的统一架构，移除了独立的多模态编码器，支持本地视觉和音频理解，并具备高级智能体推理能力" / X
不要错过最新动态
Patrick Loeber 
Gemma 4 12B 正式发布！它采用了全新的统一架构，移除了独立的多模态编码器，支持本地视觉和音频理解，并具备高级智能体推理能力
引用
@osanseviero
·
6月3日
非常激动地向大家介绍 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、精简的架构 - 由 LiteRT 驱动的全新 MacOS 桌面应用 - 支持 MTP 期待看到大家用它构建出精彩的应用！
[视频 2](blob:https://x.com/401af2f5-7ab2-46ec-9814-e495d0e0329b)
·
2
3
90
8