Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2

谷歌推出 EmbeddingGemma 2，基于 Gemma 4 架构，支持文本、代码、图像、视频、音频统一嵌入，总参数 7.4 亿，量化后在 Pixel 11 Pro 上纯文本运行仅需 191MB 内存。

Google 发布 EmbeddingGemma 2，基于 Gemma 4 架构，支持文本、图像、音频和视频的统一嵌入空间，参数量达 7.4 亿，可在智能手机上运行。模型在代码检索任务上得分 78.68，比初版提升近 10 分，支持 Matryoshka 表示学习压缩嵌入向量，权重已在 Hugging Face 和 Kaggle 开源，Apache 2.0 许可允许商业使用。

EmbeddingGemma 2 在 Apache 2.0 许可下发布，支持用户无需自行托管即可使用，同时保留了模型权重的开源特性。该模型适用于需要大量嵌入向量计算和存储的应用场景，避免了因供应商停止服务而需重新计算已有数据的问题。用户可选择付费使用托管版本，或在需要时自行运行开源权重版本。

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构的开源轻量级多模态嵌入模型，支持文本、图像、音频和视频统一映射到嵌入空间，参数量 7.4 亿，支持 8K token 上下文窗口，适用于端侧推理。

Google 发布 EmbeddingGemma 2，一个7.4亿参数的开源多模态嵌入模型，可将文本、图像、视频、音频和代码转换为向量，支持本地运行无需API密钥，单次查询耗时20-70毫秒，仅需约191MB内存。

Google 发布 EmbeddingGemma 2，一个开源的7.4亿参数多模态嵌入模型，支持文本、代码、图像、音频和视频映射到统一768维空间，可在手机或小型开发板上本地运行，内存占用约191MB（文本）至567MB（全模态），采用Apache 2.0许可，无安全调优，支持100多种语言，上下文窗口达8,192 tokens，向量可压缩至128维。

Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数的开源多模态嵌入模型，支持文本、代码、图像、视频和音频，共享 768 维向量空间，上下文窗口 8K token，采用 Apache 2.0 许可。