谷歌开源 EmbeddingGemma 2 多模态嵌入模型

谷歌 CEO Sundar Pichai 与 Google DeepMind 于 10 月 7 日正式发布 EmbeddingGemma 2，这是谷歌首个原生多模态的开源嵌入模型，也是少见的面向端侧部署的轻量多模态嵌入方案。模型以 Apache 2.0 许可开源，权重已上传至 Hugging Face 与 Kaggle，开发者可即刻下载试用。

已确认

• 官方定位：EmbeddingGemma 2 是 DeepMind 首个原生多模态、面向端侧效率设计的开源嵌入模型，超越纯文本嵌入能力。
• 规模：采用模块化设计，参数量可从 270M 到 740M 调节（@osanseviero 介绍；最大配置下仅占约 0.5GB 内存），将文本（含代码）、图像、视频与音频统一映射到同一 768 维嵌入空间，支持 Matryoshka Representation Learning，可处理 100 多种语言。@DynamicWebPaige 补充，纯文本/代码配置仅 270M，图像编码器约 170M、音频编码器约 300M。
• 灵活性：@DynamicWebPaige 指出借助 Matryoshka 嵌入可将向量截断至 128 维以节省存储；据其转述，MTEB Code 基准相较此前提升约 14%。
• 开放性：Apache 2.0 许可，权重上架 Hugging Face 与 Kaggle，unsloth 已提供 GGUF 版本。
• 性能：据 Sentence Transformers 维护者 @tomaarsen 摘录的模型卡，768 维全精度下 MMEB v2 视觉文档 67.84 NDCG@5、MMEB v2 视频 50.67 Hit@1、MSEB 音频检索 69.54 MRR@10。
• 易用性：@tomaarsen 指出在 Sentence Transformers 中仍可用熟悉的 model.encode() 与 similarity 接口，文本查询可直接检索照片、录音或视频片段。@victormustar 确认模型已上线 Hugging Face，可直接用于检索、RAG 与语义搜索。
• 应用场景：主打离线、隐私优先的 RAG，面向端侧部署。

为什么重要

• 多模态嵌入此前多依赖云端大模型或分别的单模态模型，EmbeddingGemma 2 用一个轻量模型统一了五种模态的向量表示，大幅降低端侧检索与 RAG 的部署门槛。
• Matryoshka 嵌入允许按需截断维度，在存储受限的端侧场景进一步降低成本。
• Apache 2.0 许可加上 Hugging Face/Kaggle 及社区 GGUF 版本的快速跟进，意味着开发者可即刻在本地设备上试用，推动隐私优先的离线 AI 应用落地。

2026-10-06 ~ 2026-10-07 · 29 条相关

• Google 发布 EmbeddingGemma 2:740M 多模态嵌入模型,文本图像音视频统一向量空间 — jacek2023 · 2026-10-06
• 谷歌发布 EmbeddingGemma 2:740M 参数开源多模态嵌入模型 — sundarpichai · 2026-10-07
• 【源头】DeepMind 官宣 EmbeddingGemma 2:代码图像音视频共享同一嵌入空间 — GoogleDeepMind · 2026-10-07
• 【源头】Sentence Transformers 作者详解 EmbeddingGemma 2:768 维统一多模态空间 — tomaarsen · 2026-10-07
• 文本一查全模态:EmbeddingGemma 2 用同一向量空间检索图音视频 — tomaarsen · 2026-10-07
• 740M 模块化设计:EmbeddingGemma 2 按需加载编码器,纯文本仅 270M — tomaarsen · 2026-10-07
• EmbeddingGemma 2 代码检索提升 14%,多语言小幅领先一代 — tomaarsen · 2026-10-07
• EmbeddingGemma 2 多模态跑分:视觉文档 67.84、视频 50.67、音频 69.54 — tomaarsen · 2026-10-07
• EmbeddingGemma 2 降维实测:128d 缩 6 倍但质量明显下降 — tomaarsen · 2026-10-07
• Matryoshka 训练加持：嵌入维度可裁至 256d 存储省三分之二 — tomaarsen · 2026-10-07
• 嵌入模型任务前缀指南：SearchQuery 配 Document 做检索 — tomaarsen · 2026-10-07
• 一个向量装下整个商品页：多模态嵌入支持图文视频混合检索 — tomaarsen · 2026-10-07
• Google 多模态嵌入模型：图像 280 token、音频每秒 25 token 计价 — tomaarsen · 2026-10-07
• 模型推理别用 FP16：激活值超动态范围会静默退化 — tomaarsen · 2026-10-07
• EmbeddingGemma 2 禁用 FP16:激活超动态范围,会 NaN 或静默降质 — tomaarsen · 2026-10-07
• 谷歌在 Hugging Face 上发布 Embedding Gemma 2 嵌入模型 — victormustar · 2026-10-07
• 740M 参数统一嵌入空间,EmbeddingGemma 2 可在浏览器本地运行 — nicodotdev · 2026-10-07
• Google 多模态嵌入模型 embeddinggemma-2 冲上 Hugging Face 热榜 — google · 2026-10-07

另有 11 条近重复转述:GoogleDeepMind · GlennCameronjr · osanseviero · osanseviero · gnukeith · tomaarsen · tomaarsen · DynamicWebPaige · Recoil42 · rseroter · testingcatalog