笔记本上跑了一下gemma 4 12B ，还凑合

[lxbs]

如题，在笔记本上跑了一下gemma 4 12B ，测了一下，不开思考模式的情况下，感觉智力还凑合，没有啥逼的感觉了，虽然偶尔还是抽风，开启思考模式就有点好转了。原生多模态，支持图片识别，喷她的时候可以让她自己看看自己输出的是啥。

生成了几个网页代码，交互有动画的，凑合能用!

生成的太极八卦图实属傻逼了

[terry]

谷歌的产品就是跑分牛的1B，干活傻的1B，多上点测试，我给置顶。

[张老师]

楼主好！这个模型能否替代 ASR？比如我输入给他一个视频网址，它能够迅速地听懂，并且把文字全部输出整理好！或者说我在油管看老特的视频，它在后天默默的给我做笔记

[laobenxiong]

@张老师 Agent 的 skills 可以帮忙扒视频的字幕, 算是代替 ASR 吧. hermes 就可以, 直接把 url 贴给它, 它调用相应的 skill 获取字幕, 然后再分析...

[张老师]

@laobenxiong 感谢回复，我这里理解对不对，用qwen3.6 27B本地驱动Hermes也能完成对吧，我担心用在线api太烧钱

[laobenxiong]

@张老师 嗯, 本地qwen3.6可以的. 由于是 skill 调用, 前提是跑 hermes 的机器能够访问 url 指向的网站.

[Tony Wang]

@张老师

用whisper 或者 qwen asr.

whisper large 不到3G
qwen asr 小的不到1G, 大的不到3G

这两个都能用CPU跑

[张老师]

@Tony-Wang 感谢大佬回复！这个我有空是得折腾一下！年级大了记性不好，很多视频教程看了就忘，有个课代表默默帮我记笔记是刚需！

[Tony Wang]

我和您有类似的需求, 我也是经常把视频整理成文字稿, 存在我的Obsidian中.

这个用本地算力完全可以, 中文的, 用qwen asr 能做到比较准确.