一台 16G 笔记本就能跑的「全模态」模型——Gemma 4 12B 为什么值得中文创作者本地试一把
Google DeepMind 于 2026-06-03 发布开源（Apache 2.0）多模态模型 Gemma 4 12B Unified：它用「无编码器（encoder-free）」的统一架构，把文本、图像、音频、视频直接喂进 LLM 主干，是首个原生支持音频输入的中等体量模型（把 16kHz 原始音频切成 40ms 帧直接投影进模型）。上下文 25.6 万 token，官方称基准接近自家 26B 模型，却小到只需 16GB 显存/统一内存就能在普通笔记本本地跑。对「想在本地、低成本玩多模态」的中文创作者，这是一个不用上云、不烧 API、还能处理音视频的现实选项。
推荐写作角度
- 本地上手向（写给想离线玩 AI 的中文创作者）：实测「在 16G 笔记本上把 Gemma 4 12B 跑起来」的全流程——从 Hugging Face 拉 google/gemma-4-12B，到喂一段中文语音/一张图让它描述，记录显存占用、速度和中文表现，给一份能照抄的本地部署笔记。
- 技术解读向：把「encoder-free 统一架构 + 原生音频」讲清楚——为什么去掉独立编码器能省显存降延迟，40ms 音频帧直接进主干是怎么回事，和需要外挂 encoder 的传统多模态方案对比好在哪。
- 选型对比向：同为「能本地跑的开源多模态」，把 Gemma 4 12B 和其他开源权重模型放一起，按「显存门槛 / 是否支持音视频 / 许可证商用友好度 / 中文能力」列一张对照表，帮读者决定本地玩具该选哪个。
标题模板
- 「16G 笔记本跑「能听会看」的开源模型：Gemma 4 12B 实测」
- 「没有编码器的多模态：Gemma 4 12B 把音视频直接喂给了大模型」
- 「不上云也能玩多模态：Gemma 4 12B 本地部署上手笔记」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开；引用前请回到原始来源再次核对。
Google 官方博客 · Introducing Gemma 4 12BHugging Face · google/gemma-4-12BVentureBeat · Gemma 4 12B 本地多模态报道相关阅读
沿着这个问题继续读
Audacity 4.0 换 Qt：创作者升级前先核对项目格式、插件和脚本
Audacity 于 9 月 3 日发布 4.0.0，官方说明称界面重建在 Qt 上，并新增直接选中/批量处理片段、可保存 Workspace、原生高 DPI、改进的录音与设备设置，以及新的 .aup4 项目格式。9 月 12 日重新核对官方资料；保留独立讨论链接，本轮未复现 9 月 4 日的热度快照，不再列出分数和评论数。真正值得中文音频创作者写的是一次“大版本重做”如何做迁移清单：.aup3 可打开并转换、原文件不变，但转换后不能再保存回 .aup3；官方同时列出 Time Tracks、Note/MIDI、Mixer、Macro Manager、scripting pipe、VAMP/LADSPA 和 play-at-speed 暂不可用，另有部分导出、渲染、分析器和效果缺失。不能把新 UI 或 Windows ASIO 支持宣传成所有旧插件、自动化和项目已经无缝兼容。
.name 三级域名将终止：创作者别把邮箱和登录身份绑在一处
ICANN 2026 年 7 月公开信确认，Verisign 可停止 .name 的三级域名注册服务：停止后不再接受新的三级注册，现有三级注册将被删除；文件提及约 22,000 个三级注册，并要求至少 90 天前通知支持该服务的注册商、至少 30 天前再提醒。9 月 3 日，长期使用 neil.fraser.name 的开发者公开说明自己因注册商邮件才知情；9 月 12 日重新核对 ICANN 原信与作者说明；本轮未复现 9 月 4 日的排名和热度快照，不再列出分数与评论数。事实边界必须前置：ICANN 文件同时写明该信发出时有 reconsideration request 在审；具体个人域名的终止日期、注册商迁移选项和二级名称后续可否注册，应以所属注册商及 ICANN 的最新通知核对，不能把作者预测或社区担忧写成所有账户已经被劫持的既成事实。
GPT-6 Astra 上线：先算 105 万上下文和 $10/$50，再谈“最强 agent”
OpenAI 于 9 月 4 日推出 GPT-6 Astra；发布初期曾分批开放；当前账户可用性应以各自 API 项目、套餐及组织设置为准。9 月 12 日重新核对官方资料；保留独立讨论链接，本轮未复现 9 月 4 日的热度快照，不再列出分数和评论数。对中文创作者真正可写的不是把厂商自评改成“AGI 已实现”，而是把 105 万 token 上下文、128K 最大输出、每百万输入/输出 $10/$50、视觉仅输入而不支持音视频输出，以及访问资格和工具成本拆成可计算的工作流账本。边界必须前置：能力与评测多数来自 OpenAI；不能由发布说明推断所有订阅用户已经拿到；超过 272K 输入的请求按更高费率计价，长上下文容量不等于全程准确，也不等于一次任务的总成本。