Gemma 4 12B: Google의 인코더 없는 통합 멀티모달 모델
Google DeepMind가 2026년 6월 3일 12B 파라미터의 Gemma 4 12B를 공식 출시했다. 별도의 비전·오디오 인코더 없이 원시 멀티모달 데이터를 LLM 백본에 직접 투입하는 encoder-free 아키텍처를 채택하여 중간 규모 모델 최초로 텍스트·이미지·오디오를 네이티브로 처리한다. Apache 2.0 라이선스로 Hugging Face와 Kaggle에 가중치가 공개되었으며, 16GB VRAM에서 실행 가능하고 Multi-Token Prediction(MTP) 드래프터로 추론 지연을 줄였으며 26B MoE 모델에 근접한 벤치마크 성능을 달성했다.
원문 보기