EmbeddingGemma 2 移植进浏览器：WebGPU 上跑图文检索照片搜索
FinancialAd1961 · reddit · 2026-10-07
Software Mansion 开发者将本周新发布的 EmbeddingGemma 2 的文本与视觉编码器移植到 ruNNtime——一个 TypeScript 编写的 WebGPU 推理库，实现了一个照片画廊 demo：图片和文本被映射到同一 768 维向量空间，用户用自然语言描述即可搜图，全部计算在浏览器内、跑在本地 GPU 上，无需服务器。
- 模型：EmbeddingGemma 2，统一图文嵌入空间（768 维）
- 运行时：ruNNtime，支持多种视觉类模型的 WebGPU 推理
- 开源地址与交互式文档均已公开
对想做本地/端侧语义搜索、隐私友好图像检索的开发者是现成的参考实现。
所属事件:谷歌 EmbeddingGemma 2 发布即可在浏览器本地运行(3 条相关)→
「Infra」频道最新
- VEDA 稀疏注意力登陆 ComfyUI,MiniMax H3 生视频提速近一倍 — robomar_ai_art · 2026-10-07
- 同等预算怎么选:H200 vs 多卡 RTX PRO 6000 推理实战对比 — recentheartbroken · 2026-10-07
- Mistral 发布日:有用户实测 TPS 仅约 30,速度再度放缓 — bdsqlsz · 2026-10-07
- 生产环境怎么应对 LLM 模型弃用？作者做了跨厂商追踪实验 — shamikhan005 · 2026-10-07
- 罕见美洲栗树林下月将被拆毁，为数据中心让路引争议 — Promptmethus · 2026-10-07
- CtrlCache 免训练加速交互式视频世界模型，DiT 提速 1.21–1.41 倍 — Shangye Song · 2026-10-07