Gemma 4 技术报告：覆盖 2.3B 至 31B 的原生多模态开放权重模型系列

Gemma 4 是 Gemma 系列的新一代开放权重原生多模态模型，覆盖 2.3B 至 31B 参数，包含稠密与混合专家架构。报告称其改进视觉和音频编码器，并为 12B 模型提出可直接接收原始音频与图像 patch 的无编码器统一架构，同时加入先生成推理轨迹再回答的 thinking mode，重点优化推理效率、内存、计算成本及长上下文能力。