Reddit网友热议谷歌新发布的Gemma 4 12B模型，其无需独立编码器即可直接处理图像和音频，引发技术圈震动。多位网友称赞原生音频支持是开源模型重大突破，认为可降低延迟、简化微调并提升准确性。有测试者称延迟优于Qwen 3.6 35B，但完整模型需16GB显存。网友普遍期待量化版本，并认为无编码器架构可能成为未来趋势。