待验证50% 置信事实精确时间

Gemma 4 E2B 支持三大离线多模态能力：AI Chat（离线对话）、Ask Image（拍照识别）、Ask Audio（本地音频转录）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/19

首次发现

有效期至：2026/10/17

来源

谷歌Gemma 4端侧模型：专为Pixel 10 TPU优化，离线多模态实测解析

相关事实

待验证Gemma 4支持完全离线状态下的图像文字提取（OCR），采用视觉-语言多模态架构72% 相似待验证该多模态对话系统支持图像内容识别、文字提取（OCR）和图文问答三类图像理解能力69% 相似待验证具备多轮对话能力的AI图像生成工具（如GPT-4o图像生成）的艺术风格可以跨会话迁移，可用一个会话建立风格后在另一会话中复用66% 相似待验证实现跨镜头角色一致性的技术手段包括参考图像注入（如IP-Adapter）、LoRA微调、以及对话式AI的上下文记忆能力64% 相似待验证字节跳动的豆包面向国内用户提供多模态AI助手能力，整合文本、图像、语音等交互方式64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/560349

API

curl https://kongchang.com/api/v1/knowledge/claims/560349

MCP

get_claim(id=560349)