Google开源多模态嵌入模型EmbeddingGemma 2

Google DeepMind发布EmbeddingGemma 2，以7.4亿参数将文本、代码、图像、音频和视频映射到统一嵌入空间，并采用Apache 2.0许可证开源。该模型基于Gemma 4架构，面向本地推理。 量化后，在Pixel 11 Pro上，纯文本权重最低占用约191MB活动内存，完整多模态模型约567MB。其上下文窗口为8K，为前代的4倍，可处理最长约5.5分钟音频、29张图像、58个视频帧或这些模态的交错输入。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。