开源多模态决策模型 Jev-Omni 基于 Gemma 4 12B IT 底座，统一支持文本、图像、音频与视频输入。本文整理它的定位与本地部署四步流程，并解析单模型支持四种模态的轻量投影架构，延迟与显存数据来自 GB10 实测。