llama.cpp b12237支持Gemma 4音频输入流，修正实时嵌入仅限音频生成
llama.cpp发布b12237版本，mtmd新增对Gemma 4输入音频流的支持，采用 480ms步长；同时服务端把实时嵌入限制为仅用于音频生成，避免带音频流的聊天模型在首批音频行上报错中止。
llama.cpp发布b12237版本，mtmd组件新增对Gemma 4输入音频流的支持，音频处理采用 480ms步长。
同一版本中，服务端调整实时嵌入的启用条件：此前实时槽位强制开启嵌入，导致带音频流的聊天模型在首批音频行中止，现改为仅在音频生成时启用。
音频输入与嵌入条件的改动
发布说明将本次改动列为两项：mtmd支持Gemma 4输入音频流，使用 480ms步长；服务端实时嵌入仅对音频生成启用。
说明解释，实时槽位强制开启嵌入会把一个批次中的每一行都标记为输出，而只有生成音频的模型才会预留n_batch个输出，因此带音频流的聊天模型（Gemma 4）在第一批音频行上中止。隐藏状态只由音频生成流程读取。该说明由提交者给出，来源未附独立复现或评测数据。
- 新增：mtmd支持Gemma 4输入音频流
- 参数：音频步长为 480ms
- 修正：实时嵌入仅在音频生成时启用，避免聊天模型首批音频行中止
- 归因：上述机制解释来自发布说明及提交者，非独立验证
发布产物范围
b12237提供多平台预编译包，覆盖macOS（Apple Silicon arm64、Intel x64）、iOS XCFramework、Linux（Ubuntu x64/arm64、s390x，含CUDA 12.8、CUDA 13.5、ROCm 10.0、OpenVINO、SYCL、Vulkan等构建）、Android、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）以及UI包。
发布说明中标注macOS Apple Silicon的KleidiAI启用版本和openEuler构建为DISABLED。来源未说明这些构建被禁用的原因。
- macOS：Apple Silicon arm64、Intel x64、iOS XCFramework
- Linux：Ubuntu x64/arm64、s390x，含CUDA、ROCm、OpenVINO、SYCL、Vulkan构建
- Windows：x64/arm64 CPU，以及CUDA、Vulkan、OpenVINO、SYCL、ROCm构建
- Android：arm64 CPU及骁龙CPU/GPU/NPU包
- 标注为DISABLED：macOS KleidiAI启用版、openEuler构建