English(EN) Google DeepMind's Gemma 4 12B ditches the three-model stack and processes images, sound, and text together. Fewer moving parts, cheaper to run. Found before the

Google DeepMind 发布多模态 Gemma 4-12B 模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-09 23:15

Google DeepMind 发布了 Gemma 4-12B，这是一款能够同时处理图像、声音和文本的新型多模态模型。此次迭代摒弃了三模型架构，旨在提高效率并降低运营成本。据报道，该模型的开发已提前完成。 AI

影响该多模态模型有望在各种数据类型中实现更集成的 AI 应用。

排序理由 Frontier-lab 模型发布，附带系统卡。[lever_c 从 frontier_release 降级：ic=1 ai=1.0]

在 Mastodon — fosstodon.org 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

Mastodon — fosstodon.org TIER_1 English(EN) · [email protected] · 2026-07-09 23:15

Google DeepMind 的 Gemma 4 12B 放弃了三模型堆栈，可同时处理图像、声音和文本。活动部件更少，运行成本更低。在...之前发现

Google DeepMind's Gemma 4 12B ditches the three-model stack and processes images, sound, and text together. Fewer moving parts, cheaper to run. Found before the timeline. # Threadverse # AI # MachineLearning # LLM # Tech

报道来源 [1]

Google DeepMind 的 Gemma 4 12B 放弃了三模型堆栈，可同时处理图像、声音和文本。活动部件更少，运行成本更低。在...之前发现

相关实体

相关话题