Perplexity 发布 pplx-embed-v2 上下文嵌入模型

2026 年 10 月 1 日，MarkTechPost 报道，Perplexity Research 与 turbopuffer 联合发布了 pplx-embed-v2-context-9b-preview，这是一个面向 RAG 流程的上下文嵌入模型。按照报道的说法，该模型在嵌入每个分块时都能看到完整文档，而不是只看被切出来的那一段。

报道把这次变化的关键落在训练信号上：模型学习的是同时检索出答案以及验证该答案所需的上下文，而不只是检索出一个单一的「黄金段落」。报道称，这种训练目标与以往只针对单一段落做优化的做法不同。

至于能否部署，报道给出的答案是肯定的，但摘要中只写到这一点，没有列出具体的部署方式、可用平台或接入渠道。截至这篇报道发出，这是目前关于该模型唯一可核对的信息：发布时间为 2026 年 10 月 1 日，发布方为 Perplexity Research 与 turbopuffer，模型版本为 pplx-embed-v2-context-9b-preview，定位是面向 RAG 的上下文嵌入模型，特点是分块嵌入时可见完整文档，训练目标包含答案与验证答案所需上下文两部分，并确认可部署。报道未提及定价、上下文长度、评测结果或开放范围，这些内容目前均无材料可查。