Google 开源 EmbeddingGemma 2:统一文本图像音频视频的多模态嵌入模型
google · hf · 2026-10-28
Google DeepMind 发布 EmbeddingGemma 2,一个开放的多模态嵌入模型,在统一向量空间中原生表示文本、图像、音频、视频及其组合。
- 技术要点:简化逐层嵌入(per-layer embeddings)、多阶段课程训练,按模态与目标渐进推进,保证单模态、跨模态与混合模态评测均有强表现。
- 资源设计灵活,主打高效率,benchmark 成绩达到 SOTA。
- 权重与论文已公开(Google 27 人团队,10 月 27 日发布)。
所属事件:谷歌开源 744M 全模态嵌入模型 EmbeddingGemma 2(6 条相关)→
「模型」频道最新
- FrontierCode 2 实测:Anthropic 模型烧 token 是对手 2-3 倍,成本高 10-50 倍 — bookwormengr · 2026-10-28
- HF 工程师玩神经元的脑外科手术：改一个神经元 Qwen 变预言家 — LysandreJik · 2026-10-28
- Surge AI在Kaggle Bench Summit谈基准的未来：更像真实工作 — echen · 2026-10-28
- Artificial Analysis 复测 DeepSeek 新版:原评测变差或因 Fireworks 推理波动 — teortaxesTex · 2026-10-28
- 激活单个「邪恶神经元」即可让 Qwen 27B 输出极端恶意内容 — Puzzleheaded-King584 · 2026-10-28
- 订阅补贴下的模型性价比图：DeepSeek V4.1 Flash 以免费杀入前沿 — teortaxesTex · 2026-10-28