谷歌 EmbeddingGemma 2 发布:五种模态统一嵌入空间

GlennCameronjr · x · 2026-11-18

谷歌发布 EmbeddingGemma 2 技术报告(arXiv:2610.37364),将文本、代码、图像、音频与视频映射到单一统一嵌入空间。模型采用模态专用编码器 + 双向 transformer 架构,以及基于 Gemma 4 与 Gemini Embedding 2 的两阶段训练方案,可在资源受限环境中高效运行。官方还发布了 5 分钟讲解视频,完整架构与评测结果见技术报告。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →