AI for Data🔥8.0
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 2，一款基于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。该模型为端侧部署优化，旨在让语义搜索与RAG检索更高效，开源权重降低了开发者在本地和移动设备上构建检索类应用的门槛。
⚡关键信息
- ▸EmbeddingGemma 2为Google推出的开源权重多模态嵌入模型，基于Gemma 4构建
- ▸模型能力从文本扩展至代码、图像、视频、音频四种模态
- ▸采用Apache 2.0许可发布，允许商用与自由分发
- ▸定位为紧凑型模型，针对端侧部署优化推理性能
- ▸主要场景为语义搜索与RAG，强调检索效率
🔥犀利点评
嵌入模型多模态化是RAG赛道的必然走向，Google这次把开源、小体积、多模态三个牌一起打，明显是冲着端侧和隐私敏感场景去的。但嵌入模型的价值取决于榜单之外的真实检索质量，多模态嵌入的语义对齐至今没有公认的好评测，别被「支持五种模态」的营销话术带偏——支持不代表每个模态都好用。
📰 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 →