// 01 Gemma 4 12B 是什么
快速结论
Gemma 4 12B（Gemma 4 12B Unified · Google DeepMind）是谷歌开源的统一多模态大模型，约 11.95B 参数，原生支持文本 / 图像 / 音频 / 视频输入、文本输出，上下文长达 256K。Apache 2.0 许可可免费商用，预训练覆盖 140+ 语言（35+ 开箱支持）。HuggingFace 可下载，国内可经镜像 / ModelScope 获取。
适合谁优先使用
- 想本地 / 私有化跑多模态模型的开发者
- 做多语言应用的团队
- 要在中端 GPU 上做推理 / 微调的研究者
- 需要长上下文的 RAG 工程师
核心能力拆解
统一多模态
无编码器设计，图像 patch 与音频波形经轻量线性层直接投影进 LLM 嵌入空间。
256K 长上下文
适合长文档与多轮对话。
多语言
预训练 140+ 语言，35+ 开箱支持。
强推理 / 代码
MMLU Pro 77.2、AIME 2026 77.5、GPQA Diamond 78.8、Codeforces ELO 1659。
可配置思考
reasoning mode 可调思考强度，原生 system prompt 支持。
和同类工具怎么选
| 需求 | 优先考虑 | 判断标准 |
|---|---|---|
| 多模态 + 长上下文本地部署 | Gemma 4 12B | 统一多模态 / 256K |
| 纯中文对话产品 | 国产大模型（Qwen/DeepSeek） | 中文与合规更顺 |
| 极致轻量端侧 | 更小的 Gemma 变体 | 显存更省 |
国内平替：Qwen、DeepSeek、GLM 等开源模型中文更强，可对比选型。
限制与避坑
- 多模态推理显存需求高于纯文本同规模。
- 中文表现需实测对比国产模型。
- HuggingFace 国内直连不稳，建议镜像 / ModelScope。
NavXD 使用建议
想要一个开源、可商用、支持图音视频输入又有长上下文的统一模型做私有部署时，Gemma 4 12B 很合适；纯中文 C 端可对比国产模型。
常见问题
Gemma 4 12B 免费商用吗？
是，Apache 2.0 许可。
国内能下载吗？
能，经 HuggingFace 镜像或 ModelScope。
支持中文吗？
预训练含 140+ 语言，中文可用，强弱需实测。
// 02 核心 功能
- 核心定位Gemma 4 12B 是谷歌开源约 12B 统一多模态大模型，支持文本/图像/音频/视频输入、256K 上下文、140+ 语言，Apache 2.0 可商用，可本地部署。
- 分类索引当前归档在 AI 大模型 / 对话，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、多模态、Google、开源模型、开源大模型。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 大模型 / 对话 定位和 开源、多模态、Google 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
Gemma 4 12B 是什么？
Gemma 4 12B 是谷歌开源约 12B 统一多模态大模型，支持文本/图像/音频/视频输入、256K 上下文、140+ 语言，Apache 2.0 可商用，可本地部署。
Gemma 4 12B 适合哪些场景？
可优先参考它所属的 AI 大模型 / 对话 分类，以及 开源、多模态、Google、开源模型、开源大模型 等标签。
Gemma 4 12B 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
Gemma 4 12B 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
