待验证50% 置信事实精确时间
EmbeddingGemma 2 基于 Gemma 4 构建并共享其文本分词器和音频编码器，可在统一流水线中以更低总内存占用同时运行两个模型
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证WisprGemma 使用单个 Gemma E2B 模型在单次推理中完成语音识别、文本清理和重写70% 相似待验证Gemma 4省去了传统编码器结构，使小尺寸模型能在消费级显卡上运行深度思考任务67% 相似待验证EmbeddingGemma 2 采用模块化设计，纯文本任务最低需 2.7 亿参数，视觉编码器为 1.7 亿参数、音频编码器为 3 亿参数，作为可选组件按需启用62% 相似待验证PaliGemma 2 是 Google 推出的开源视觉语言模型系列，将视觉编码器与 Gemma 语言模型融合61% 相似已验证Whisper的架构采用编码器-解码器结构，编码器将音频的梅尔频谱图转化为高维特征表示，解码器以自回归方式逐词生成文字输出61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/982387API
curl https://kongchang.com/api/v1/knowledge/claims/982387MCP
get_claim(id=982387)