Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 发布 EmbeddingGemma 2：一款可在设备端运行的多模态嵌入模型
Google DeepMind（谷歌旗下人工智能研究机构）发布 EmbeddingGemma 2，一款把文本、图像、音频、视频和代码映射到统一向量空间的开放权重模型，采用 Apache 2.0 许可，参数规模为 7.4 亿，面向设备端推理。
它可用于本地语义搜索、离线跨模态检索和检索增强生成（RAG），文本任务最少只需 2.7 亿参数，Google 称其规模下质量领先，但披露的基准数据均为自测，尚无第三方独立复现。
Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 于 2026 年 10 月 6 日发布 EmbeddingGemma 2，基于 Gemma 4 架构，采用 Apache 2.0 许可，拥有 7.4 亿参数。 它原生支持文本、图像、音频、视频与代码的统一嵌入。
文本任务最少需要 2.7 亿参数，视觉编码器可选增加 1.7 亿参数，音频编码器可选增加 3 亿参数。 通过 Matryoshka 表示学习（Matryoshka Representation Learning，MRL），输出向量可从 768 维动态截断至 512、256 或 128 维，官方称本地向量数据库存储最多可减少 6 倍。
在 Google Pixel 11 Pro 上量化后，纯文本权重活跃内存约 191MB，完整多模态模型约 567MB。 上下文窗口为 8000 个 token，是 EmbeddingGemma 1 的 4 倍，可处理最长约 5.5 分钟音频、29 张图片、58 帧视频或交错组合。 MTEB Code 基准上代码性能从 68.76 提升至 78.68。
模型权重已在 Hugging Face 和 Kaggle 发布，Gemini Enterprise Agent Platform Model Garden 即将上线。
EmbeddingGemma 2 将多模态嵌入能力压到 7.4 亿参数并优化端侧内存占用，使设备端 RAG（检索增强生成） 和跨模态检索在消费级硬件上更可行，降低了对云端推理的依赖。 它与 Gemma 4 共享文本分词器和音频编码器，可组合运行以降低总内存占用，这可能推动端侧 AI（人工智能） 应用从单一文本检索向多模态检索演进。
但需注意，Google（谷歌） 披露的基准与内存数据均来自自测，评估尚未经独立复现。
后续观察信号
- EmbeddingGemma 2 在非 Google（谷歌） 硬件上的实测内存和延迟如何？
- MTEB Code 和 MAEB 的第三方复现结果是否与 Google（谷歌） 自测一致？
- Gemma 4 与 EmbeddingGemma 2 组合运行的实际总内存占用是否如官方所述降低？
- 该模型在中文和多语言任务上的表现如何？
- EmbeddingGemma 1 的 2000 万次下载属官方自述且未附原始下载数据来源，是否应单独核实？