Gemma 与 Claude 同日升级，模型能力与安全边界一起前移
谷歌把 Gemma 4 12B 做到可在笔记本本地运行，Anthropic 则用 Fable 5 / Mythos 5 抬高编程与研究能力，同时对高风险话题加更严限制，显示前沿模型竞争已进入“更强但更受控”的阶段。
谷歌发布 Gemma 4 12B 多模态模型
谷歌推出了 Gemma 4 12B，这是一款新的中型统一多模态模型，它将视觉和音频直接接入语言模型主干，而不再使用独立编码器。它也是谷歌首个支持原生音频输入的中型 Gemma 模型，目标是在配备 16GB 显存或统一内存的笔记本上本地运行。
这次发布把多模态 AI 更进一步带到日常硬件上，让本地开发者和用户更容易使用高级推理与智能体工作流。它也很重要，因为谷歌以 Apache 2.0 开源许可发布了更省内存的架构，这可能扩大开发者生态中的实验和采用。
谷歌发布了 Gemma 4 12B，并将其描述为一款统一的多模态模型，目标是把具备智能体能力的多模态智能直接带到笔记本电脑上。它位于面向边缘设备的 Gemma 4 E4B 和更强大的 26B Mixture of Experts 版本之间，同时拥有更小的内存占用。谷歌表示，这是首个支持原生音频输入的中型 Gemma 模型。公司称，这个模型在标准基准上的表现接近更大的 26B MoE 模型，但仍足够小，可以在配备 16GB 显存或统一内存的消费级笔记本上本地运行。该模型的关键变化是采用了无编码器架构：图像和音频输入不再经过独立的多模态编码器，而是直接流入 LLM 主干。
对于视觉输入，谷歌用一个轻量级嵌入模块替代了原有视觉编码器，这个模块由一次矩阵乘法、位置嵌入和归一化组成。对于音频输入，模型则完全移除了音频编码器，并将原始音频信号投影到与文本 token 相同的维度空间中。谷歌还表示，该模型配备了 MTP drafter，以降低延迟，并支持在多种开发工具中进行本地推理和部署。此次发布也被定位为开放且易用的项目，采用 Apache 2.0 许可，同时通过新的 Skills Repository 以及 Google Cloud 的部署选项支持智能体开发。
谷歌表示，Gemma 4 12B 的基准表现接近更大的 26B MoE 模型，但总内存占用不到其一半。它还配备了 Multi-Token Prediction（MTP）drafter 以降低延迟，并可通过 LM Studio、Ollama、Hugging Face Transformers、llama.cpp、MLX、SGLang、vLLM 和 Unsloth 等工具使用。
