The Keyword (blog.google)

EmbeddingGemma 2: an open, lightweight multimodal embedding model

6.9内容质量
EmbeddingGemma 2: an open, lightweight multimodal embedding model

TL;DR · AI 摘要

EmbeddingGemma 2 is a best-in-class open model for natively multimodal embeddings EmbeddingGemma 2: an open, lightweight...

核心要点

  • 主题聚焦：EmbeddingGemma 2: an open, lightweight multimoda
  • 来源：The Keyword (blog.google)，建议结合原文判断细节。
  • AI 分析暂不可用，本条为保底评分与摘要。
#AI#编程#后端#安全
打开原文

EmbeddingGemma 2 是专为原生多模态嵌入设计的顶尖开源模型

EmbeddingGemma 2：一个开放、轻量的多模态嵌入模型

2026年10月6日

|

分享下拉菜单

  • x.com
  • Facebook
  • LinkedIn
  • 邮件
  • 复制链接

EmbeddingGemma 2 是目前最强大的设备端多模态嵌入模型，能够原生地将文本、图像、音频和视频的组合映射到统一的嵌入空间中。

Sahil Dua

Google DeepMind 研究工程师

Henrique Schechter Vera

分享

Safari 浏览器的变通方案：当通过 <use> 标签引用外部 SVG 精灵中定义的线性渐变时，Safari 无法正确解析。将它们内联到这里可以使它们在页面的 DOM 中可用。

您的浏览器不支持音频元素。

收听文章

[[时长]] 分钟

此内容由 Google AI 生成。生成式 AI 为实验性功能

语音

速度

0.75X

1X

1.5X

2X

文章正文

我们去年推出了 EmbeddingGemma，旨在为高质量文本嵌入提供轻量级方案，帮助您的应用在消费级硬件上直接组织、搜索和连接信息。开发者社区的反响远超我们的预期。超过 2000 万次下载量表明，构建者们已将其用于打造更智能的设备端搜索工具和以隐私为先的检索增强生成（RAG）流程。

今天，我们正式发布 EmbeddingGemma 2，突破文本限制，在共享嵌入空间中统一代码、图像、视频和音频。该模型基于 Gemma 4 架构构建，并采用商业友好的 Apache 2.0 许可证发布，拥有 7.4 亿个参数，是设备端推理的最优选择。它能够通过单一原生多模态模型实现从语音备忘录中查找特定视频片段，或根据文本查询在数小时音频记录中进行搜索。

与 Gemini 嵌入模型采用相同技术，EmbeddingGemma 2 具备以下特性：

  • 同级别最佳性能：在 MTEB（大规模文本嵌入基准）Code 和 MAEB（大规模音频嵌入基准）等基准测试中，其参数规模在小于 10 亿的多模态嵌入模型中表现领先，同时在文本、视觉和音频任务中表现可与或优于许多更大模型。
  • 模块化设计：文本任务仅需 2.7 亿个参数，可选视觉（1.7 亿）和音频（3 亿）编码器实现完整多模态支持。
  • 存储高效：通过 Matryoshka 表示学习（MRL），开发者可将输出向量从 768 维动态截断至 512、256 或 128 维。这可为本地向量数据库和内存使用带来最高达 6 倍的存储缩减。
  • 设备端性能优化：在资源受限环境下运行效率高。通过量化技术，在 Google Pixel 11 Pro 上，EmbeddingGemma 2 仅需约 191MB 活动内存处理文本权重，完整多模态模型需约 567MB。
  • 扩展上下文就绪：提供 8K token 上下文窗口（是 EmbeddingGemma 1 的 4 倍），可直接在本地硬件上处理长达 5.5 分钟音频、29 张图像、58 帧视频或它们的交错组合。

在代码、视觉和音频领域实现顶级质量

EmbeddingGemma 2 在保持 EmbeddingGemma 强大多语言文本性能的同时，代码性能提升了 9.92 分（在 MTEB Code 中，从 68.76 提升至 78.68），使其非常适合本地代码库索引、语义代码搜索和代码代理检索。在图像、视频、文档和音频领域，它为 sub-1B 模型设定了质量与参数比的新标准，甚至在某些专业模型上实现了超过两倍参数规模的性能超越。

完整评估指标和模型信息请参见 EmbeddingGemma 2 模型卡片。

实现完全本地化的语义搜索、路由和检索

EmbeddingGemma 2 将强大功能直接带入边缘硬件。本地生成嵌入向量有助于确保数据隐私、降低流水线延迟，并使开发者能够构建完全离线运行的跨模态搜索和检索系统。

当与 Gemma 4 等生成模型配合使用时，EmbeddingGemma 2 可实现理解复杂多模态数据的本地 RAG 流水线。由于 EmbeddingGemma 2 基于 Gemma 4 构建并共享其文本分词器和音频编码器，开发者可以将两个模型统一在单一流水线中运行，总体内存占用更少。

使用文本或图像在媒体库中根据语义相似性查找最佳匹配。在 Google AI Edge Gallery 的 Instant Media Search 中体验。

使用文本或音频查询定位视频中的特定片段。在 Google AI Edge Gallery 的 Video Moments Finder 中体验。

将 EmbeddingGemma 2 用于本地文件检索，与 Gemma 4 结合实现上下文推理。在 Google AI Edge Foresight 应用中体验。

通过 MediaPipe Decision Task API 创建实时决策引擎，利用多模态上下文实现分类、路由和预测功能。

想了解如何使用 LiteRT 构建本地搜索和 RAG 系统，请阅读 Google AI Edge 博客文章。

快速上手 EmbeddingGemma 2

我们与以下合作伙伴紧密协作，确保 EmbeddingGemma 2 立即在您构建的场景中可用：

  • 下载模型：在 Hugging Face 和 Kaggle 上获取模型权重，Gemini Enterprise Agent Platform Model Garden 版本即将上线。访问 Hugging Face 上的 LiteRT Community 获取针对设备优化的模型。
  • 本地部署：使用 Google AI Edge MediaPipe 开发跨平台应用，实现开箱即用的嵌入、检索和决策任务，或使用 LiteRT 进行自定义模型集成。使用 transformers.js 或 WebGPU 为浏览器构建应用。
  • 使用您喜爱的开发工具：通过 transformers、sentence-transformers、MLX、vLLM、llama.cpp、SGLang、Ollama 和 LMStudio 高效部署模型。使用 Qdrant 存储嵌入向量。
  • 微调：遵循 Unsloth 提供的指导，针对您的使用场景对 EmbeddingGemma 2 进行微调。

探索我们的开发者指南、文档以及推理和微调教程。

发布于：