Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
先了解这件事
2026年10月7日，Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2。该模型基于 Gemma 4 架构，拥有 7.4 亿参数，支持将文本、图像、音频、视频和代码统一嵌入到共享空间。模型采用 Apache 2.0 许可，专为端侧推理优化。Google 称其在多模态嵌入基准测试中性能超越尺寸是其两倍的竞品，并在 Massive Text Embedding Benchmark (Code) 上获得 78.68 分，较前代提升近 10 分。该模型可在本地运行而无需 API 密钥，通过浏览器 WebGPU 的每次查询耗时约 20 至 70 毫秒，仅需约 191 MB 内存，并能将本地向量数据库存储减少多达六倍。模型权重可在 Hugging Face 和 Kaggle 平台获取，并计划在 Gemini Enterprise Agent Platform Model Garden 中上线。后续报道强调了该模型的开源许可，并指出开源模型有助于用户规避供应商停止服务的风险。
AI 根据报道生成 · 35 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Simon WillisonEmbeddingGemma 2 采用 Apache 2.0 开源许可
EmbeddingGemma 2 在 Apache 2.0 开源许可下发布。作者认为，对于需要计算和存储海量嵌入向量的应用场景，使用闭源、专有或仅提供托管服务的嵌入模型存在风险，因为供应商可能随时停止服务。开源模型则确保了即使托管服务终止，用户仍可自行运行模型或寻找其他供应商。
- Google DeepMindGoogle DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，支持文本、图像、音频和视频的统一嵌入。该模型基于 Gemma 4 架构，拥有 7.4 亿参数，采用 Apache 2.0 许可，专为端侧推理优化。
- The DecoderGoogle 发布 EmbeddingGemma 2，声称性能超越两倍于其尺寸的竞品
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，能将文本、图像、视频、音频和代码转换为嵌入向量。该模型参数量为 7.4 亿，Google 称其在多模态嵌入基准测试中性能超越尺寸是其两倍的竞品，并在 Massive Text Embedding Benchmark (Code) 上获得 78.68 分，较前代提升近 10 分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。