闲社

标题: Google发布EmbeddingGemma 2：740M参数多模态嵌入模型支持端侧检索 [打印本页]

作者: 毛子 时间: 1 小时前
标题: Google发布EmbeddingGemma 2：740M参数多模态嵌入模型支持端侧检索
事件概述：Google DeepMind于2026年10月6日发布EmbeddingGemma 2，Google Developers Blog同日给出开发者指南。它是基于Gemma 4、Apache 2.0许可的开放模型，把文本、代码、图像、视频和音频映射到同一个768维向量空间，面向本地搜索、RAG和媒体检索场景。

模型与关键能力：EmbeddingGemma 2采用模块化编码器，可按需加载：文本/代码配置约270M参数，加入视觉后约440M，加入音频后约570M，完整多模态配置约740M。模型支持8192 token文本/代码上下文，并通过Matryoshka Representation Learning将向量从768维截断到512、256或128维，以减少向量库和端侧索引占用。官方示例显示，256维在文本和代码上保留大部分质量，图像、视频和语音检索约保留95%；128维可将文本索引存储进一步压缩，但多模态质量会下降。

开发方式与适用对象：开发者可使用sentence-transformers 6.1.0或更高版本加载google/embeddinggemma-2，对文字、代码和媒体执行跨模态相似度检索；也可用Hugging Face Transformers、vLLM、SGLang、MLX、Ollama、LM Studio或LiteRT集成。Google还展示了本地图片搜索、视频时刻检索和离线会议资料检索等端侧应用。

实际影响：单一共享向量空间可以减少为不同媒体串接图像描述、语音转写和文本嵌入模型的复杂度；模块化加载允许在隐私敏感或内存受限设备上只启用所需模态。Google AI Edge团队称，完整740M模型在Pixel 11 Pro上约需567MB活动内存，文本配置约191MB；这些是特定设备和配置下的参考值。

限制：向量截断会带来质量取舍，官方建议在目标数据上验证128维等低维配置；模型的检索效果、端侧延迟和内存占用会随硬件、量化、输入长度和媒体类型变化。发布与工具集成并不等同于在所有语言、行业文档或生产RAG上的效果保证，部署前应建立自己的召回率、延迟和索引成本基线。

官方来源：https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/

欢迎光临闲社 (https://www.xianshe.com/)