Google 发布开源多模态嵌入模型 EmbeddingGemma 2

2026 年 10 月 7 日，Google 发布开源模型 EmbeddingGemma 2。据 The Decoder 报道，该模型可将文本、图像、视频、音频和代码转换为数值向量，便于检索和比较相似内容；模型参数为 740M，Google 称其在多模态嵌入基准上超越规模最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。同日 Google DeepMind 发布一手消息，称 EmbeddingGemma 2 是面向端侧的多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间，基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿。两篇报道对模型能力描述基本一致，但 The Decoder 提到可处理代码，Google DeepMind 未提及代码。目前尚无后续进展。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。