Google 团队发布 EmbeddingGemma 2 论文：文图音视频统一嵌入空间
_reachsumit · x · 2026-10-29
Google 团队（Henrique Schechter Vera、Sahil Dua 等数十位作者）在 arXiv 发布 EmbeddingGemma 2 论文，提出一个统一的多模态嵌入模型，将文本、图像、音频和视频映射到同一个共享表示空间，并采用模块化编码器设计以适配更小的部署场景。
所属事件:谷歌开源 EmbeddingGemma 2：744M 全模态嵌入模型(13 条相关)→
「多模态」频道最新
- VybBench 开源：小编辑下主流图像模型平均改动超 90% 像素 — balajiln · 2026-11-06
- AI 生成短片《Goldfish Mayhem》上线，invideo 联合出品第二季后收官 — JunieLauX · 2026-11-06
- AI 生成视频「参观神殿」:光影与镜头调度惊艳全网 — Some-Dark-5802 · 2026-11-06
- Claude Opus 5.5 手绘考古风锡罐画，考古报告式标注惊艳网友 — repligate · 2026-11-06
- 艺术家迎来塑造新艺术形态的机会：技术革新历来催生新媒介 — repligate · 2026-11-06
- NitroFusion2 推出 int8/W4A8 量化版：最小 3.5GB，比 bf16 快约 1.7 倍 — LatentSpacer · 2026-11-06