AI for Data🔥7.0
EmbeddingGemma 2超越文本：支持代码、图像、视频与音频
原标题: EmbeddingGemma 2超越文本：支持代码、图像、视频与音频
📋总体概括
Google发布EmbeddingGemma 2，一个基于Gemma 4、采用Apache 2.0开源许可的紧凑型多模态嵌入模型，能力从纯文本扩展到代码、图像、视频和音频。模型主打开放权重与端侧部署优化，目标是让语义搜索与RAG检索在设备本地高效运行，降低对云端向量服务的依赖，进一步加剧嵌入模型赛道的开源竞争。
⚡关键信息
- ▸EmbeddingGemma 2由Google基于Gemma 4构建，采用Apache 2.0许可开放权重发布
- ▸能力从文本扩展至代码、图像、视频、音频四种模态的嵌入支持
- ▸模型定位紧凑型，针对端侧(on-device)部署优化性能
- ▸核心场景是让语义搜索和RAG更高效，强调本地化检索能力
🔥犀利点评
嵌入模型被视作AI基建里最不起眼却最挣脱不掉的一环——谁控制了向量表示，谁就控制了RAG质量的上限。Google用Apache 2.0放开多模态嵌入，等于把OpenAI等闭源embedding API的价格护城河直接砸了。但端侧跑多模态嵌入的实际效果如何，参数量、显存占用、各模态召回质量都还是未知数，宣传先行，实测说话。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 InfoQ 阅读全文 →