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

Google DeepMind 发布并开源 EmbeddingGemma 2，一个 740M 参数的多模态嵌入模型，基于 Gemma 4 架构、采用 Apache 2.0 许可，可将文本、图像、音频、视频和代码映射到同一嵌入空间；Google 称其在多模态嵌入基准上超过两倍于其体量的竞品。 模型按需组合：纯文本任务只需 270M 参数，再加上视觉（170M）与音频（300M）编码器可支持全模态；上下文窗口为 8K token，是 EmbeddingGemma 1 的 4 倍。权重已在 Hugging Face 和 Kaggle 上线，Gemini Enterprise Agent Platform Model Garden 即将提供。 据 The Decoder，该模型可在本地运行、无需 API key，仅需约 191MB 内存，可将本地向量数据库存储最多减少 6 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。