Google发布740M参数EmbeddingGemma 2,端侧跨模态向量搜索
TheTuringPost · x · 2026-10-13
Google 发布 EmbeddingGemma 2,仅 740M 参数即可在本地设备上实现跨模态检索:用语音描述搜视频、用问题搜音频、用草图搜图片。
技术要点:
- 跨模态嵌入:将文本、图像、音频、视频统一映射到同一语义空间,问题与视频片段可直接匹配
- Matryoshka(套娃)表示:嵌入向量的前缀本身可用——取 768 维中的前 256 维,归一化后即可用于搜索,向量存储仅需 1/3
- 存储收益:100 万条 768 维 float32 向量约 3GB,降到 128 维仅约 0.5GB(6 倍节省);Google 认为 128 维最适合纯文本场景
- 需在自家数据上验证检索质量,短向量可能损失区分度
所属事件:谷歌开源 EmbeddingGemma 2：740M 多模态嵌入模型可跑在手机上(7 条相关)→
「Infra」频道最新
- 一张图看懂 2026 机器人基础设施：至少 16 层技术栈 — FinanceYF5 · 2026-10-13
- a16z 图解:Token 价格持续下跌,H100 租价却涨回 2.7 美元 — annbordetsky · 2026-10-13
- 佐治亚理工启用 2000 万美元 Nexus AI 超算，九成算力开放全美高校 — cocoweixu · 2026-10-13
- Reddit网友：AI算力建设或重蹈中国高铁式过度建设覆辙 — pman6 · 2026-10-13
- Meta 押注记忆:新模型 Active Memory 让 AI 记住你数月 — BenBajarin · 2026-10-13
- Vjeux 发现 swc 压缩器指数级内存 bug:40 个模块吃掉 40GB — Vjeux · 2026-10-13