Google发布开源多模态嵌入模型EmbeddingGemma 2

Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码映射到统一嵌入空间，用于检索和比较相似内容。模型基于 Gemma 4 架构，采用 Apache 2.0 许可，总参数量 7.4 亿，面向端侧推理；仅文本任务可用 2.7 亿参数版本，视觉和音频编码器分别为 1.7 亿和 3 亿参数。 据 Google 称，量化后在 Pixel 11 Pro 上，纯文本权重占用约 191MB 内存，完整多模态模型约 567MB。模型权重已在 Hugging Face 和 Kaggle 提供，并附开发者指南和文档；Gemini Enterprise Agent Platform Model Garden 的上线时间尚未公布。 Google 还称其性能超越两倍规模的竞品。

AI 根据报道生成 · 14 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。