新榜讯 当地时间 3 月 12 日，谷歌重磅宣布推出 Gemma 3，首次引入多模态能力，实现对视觉-语言输入的支持以及文本输出。此模型能够处理长达 128k token 的上下文窗口，并且能够理解多达 140 多种语言。Gemma 3 提供了四种参数规模，分别为 1B、4B、12B、27B，当中既有可针对特定场景进行微调的预训练模型，也涵盖了经过通用指令优化的版本。谷歌方面宣称，该模型乃是能够在单个 GPU 或 TPU 上运行的性能最为强劲的模型。