Today for AI
返回热点榜
llm热度 39.2°

AI 聚簇研判事件 · 2026/10/6

Google 开源 EmbeddingGemma 2：支持端侧多模态嵌入

Google Open-Sources EmbeddingGemma 2 for On-Device Multimodal Embeddings

5 篇报道存证5 家独立信源交叉印证持续跟踪至 2026/10/6 22:41:18
全景综述与最新动态
5 家信源交叉印证

Google DeepMind 发布开源轻量级模型 EmbeddingGemma 2，基于 Gemma 4 架构实现文本、图像、音频和视频的统一嵌入空间。该模型专为消费级硬件设计，旨在提升端侧搜索与 RAG 管道的多模态处理能力，延续了前代超过 2000 万次下载的高社区热度。

最新动向/谷歌发布基于 Gemma 4 架构的开源多模态嵌入模型 EmbeddingGemma 2，统一处理文本、代码、图像、视频和音频。该模型通过量化技术将内存占用压缩至 191MB，显著降低了在移动端等受限硬件上部署高性能向量检索与语义理解的门槛。

TIMELINE报道时间线

共 5 篇 · 最新优先
  1. IT之家 · 智能时代T2·68 分

    谷歌开源 EmbeddingGemma 2：多模态嵌入模型支持端侧运行

    原文标题：谷歌推出 EmbeddingGemma 2：支持多模态、7.4 亿参数量化手机端运行只需 191MB 内存

    • EmbeddingGemma 2 基于 Gemma 4 架构，实现文本、代码、图像、视频、音频的统一向量化。
    • 通过量化优化，模型内存占用降至 191MB，具备在手机等端侧设备高效运行的能力。
    • 作为开源项目，填补了轻量级多模态嵌入模型在边缘计算场景下的空白。
  3. Google DeepMindT1·78 分

    Google 开源 EmbeddingGemma 2：支持端侧多模态嵌入

    原文标题：EmbeddingGemma 2: an open, lightweight multimodal embedding model

    • EmbeddingGemma 2 将嵌入能力从纯文本扩展至代码、图像、视频和音频的多模态统一空间。
    • 模型基于 Gemma 4 架构构建，专门优化以在消费级硬件上高效运行。
    • 提供完整的推理与微调指南，直接服务于端侧搜索和 RAG 应用场景。
  4. The DecoderT2·78 分

    Google 开源 EmbeddingGemma 2：小体积多模态嵌入模型性能超越两倍竞品

    原文标题：Google claims EmbeddingGemma 2 outperforms rival embedding models twice its size

    • EmbeddingGemma 2 以 740M 参数实现多模态（文/图/视/音/码）统一嵌入，性能对标更大模型。
    • 支持浏览器端 WebGPU 本地推理，单次查询延迟仅 20-70ms，无需 API Key。
    • 极低资源消耗：仅需约 191MB RAM，可将本地向量数据库存储减少高达 6 倍。
  5. Hacker News AIT2·68 分

    Google 开源 EmbeddingGemma 2：支持多模态端侧嵌入

    原文标题：EmbeddingGemma 2: An open, lightweight multimodal embedding model

    • EmbeddingGemma 2 从纯文本扩展至代码、图像、视频和音频的多模态统一嵌入空间。
    • 基于 Gemma 4 架构，专为消费级硬件上的低延迟和高隐私需求设计。
    • 社区反响热烈，前代版本下载量超 2000 万，新版已提供完整的推理与微调文档。