當?shù)貢r間3月12日，谷歌宣布推出Gemma 3，首次引入多模態(tài)能力，支持視覺-語言輸入和文本輸出。該模型可處理長達128k token的上下文窗口，理解140多種語言。Gemma 3提供四種參數(shù)規(guī)模（1B、4B、12B、27B），既包含可針對特定場景微調(diào)的預訓練模型，也包含經(jīng)過通用指令優(yōu)化的版本。谷歌方面表示，該模型是可在單個GPU或TPU上運行的性能最強大模型。（界面新聞）