AI Trend Research
CH

← 2026年10月7日 简报

P1 模型 开放权重 GoogleHugging Face

Google 发布开放嵌入模型 EmbeddingGemma 2，将文本、图像、音频和视频映射到同一向量空间

发布 2026年10月6日

已核实（事实）

Google DeepMind 发布了轻量级开放多模态嵌入模型 EmbeddingGemma 2。根据 Hugging Face Transformers v5.19.0 发布说明，该模型基于 Gemma 4 架构，可单独或组合输入文本、图像、音频和视频，并将其编码到 768 维共享向量空间。模型采用 Matryoshka Representation Learning，嵌入可缩减至 512、256、128 维使用。加载时可关闭不使用的视觉和音频塔以节省内存。

意义（解读）

Transformers 和 Ollama（MLX）在发布当天即提供支持，可直接用于跨模态检索和检索增强生成（RAG）。Simon Willison 认为，采用 Apache 2.0 许可证降低了重新计算嵌入的风险。

来源

更多关于 Google