Google 发布 EmbeddingGemma 2 多模态嵌入模型
2026/10/10 — 10/11 02:16·2 个来源（全部）·2 篇报道（全部）
核心速览 (Key Takeaways)
- Google 发布 EmbeddingGemma 2，一个基于 Gemma 4 的 sub-1B 开源多模态嵌入模型，以 Apache 2.0 许可开放。
- 它把文本、代码、图像、视频和音频映射到统一的 768 维空间，模块化编码器可按需加载，参数量覆盖 270M 到 740M，并借助 Matryoshka 表示学习支持动态截断到 128 维，以降低向量库存储需求。
事件背景与详细解读
2026 年 10 月 10 日，Google 在 Google Developers Blog 上发布了 EmbeddingGemma 2，一个基于 Gemma 4 的 sub-1B 开源多模态嵌入模型，以 Apache 2.0 许可开放。据该报道，它把文本、代码、图像、视频和音频映射到统一的 768 维空间。
在用法上，开发者可以借助 sentence-transformers 库按需选择性加载模块化模态编码器，参数量从 270M 到 740M，以此优化内存占用。模型还采用 Matryoshka 表示学习，支持把维度动态截断到 128 维，从而降低向量库的存储需求。报道称，现代搜索与 RAG 应用需要跨技术文档、源代码、图像、视频片段和音频等多种内容类型工作，难点在于找到既能保证检索准确率、又能兼顾其他方面的模型。
目前公开的信息停在这一步：模型已发布并开放许可，具体的加载方式、参数区间与维度截断能力已给出，报道未披露更多后续进展。
AI 综合 1 篇报道生成 · 更新于 12 小时前
最新进展Google 发布 EmbeddingGemma 2，一个基于 Gemma 4 的 sub-1B 开源多模态嵌入模型，以 Apache 2.0 许可开放，把文本、代码、图像、视频和音频映射到统一的 768 维空间。其模块化编码器可按需加载，参数量从 270M 到 740M，并借助 Matryoshka 表示学习支持动态截断到 128 维，以降低向量库存储需求。
- 热度指数
- 100
- 全部来源
- 2
- 全部报道
- 2
- 首报
- 12 小时前
这件事的报道 点标题看原文
Google 发布 EmbeddingGemma 2，一个基于 Gemma 4 的 sub-1B 开源多模态嵌入模型，以 Apache 2.0 许可开放，把文本、代码、图像、视频和音频映射到统一的 768 维空间。其模块化编码器可按需加载，参数量从 270M 到 740M，并借助 Matryoshka 表示学习支持动态截断到 128 维，以降低向量库存储需求。
小体积多模态嵌入模型可直接替换 RAG 检索层
Google Developers Blog官方AI 评分 63
据掘金消息，谷歌发布 EmbeddingGemma 2，把此前的端侧文本向量模型扩展成端侧多模态检索 backbone：740M 参数，支持 100+ 语言，文本、代码、图片、视频和音频可进入同一个向量空间。相关内容被归在完全端侧的 AI Edge Foresight 之下。
端侧多模态检索模型，做本地部署和隐私方案的可以关注
掘金AI 评分 52
同时在说的其他事
- 热度指数 38DeepMind 发布 740M 多模态嵌入模型 EmbeddingGemma 21 个来源
- 热度指数 201Google 为 Gemini 智能体配发独立工作账号6 个来源
- 热度指数 41Google 上线 Nano Banana 2.1，免费 Gemini 缩至 Flash-Lite1 个来源
- 热度指数 578OpenAI 回应解雇三名安全研究员：与安全担忧无关15 个来源
- 热度指数 424TypeSafe AI 融资 8.7 亿美元，估值 75 亿美元8 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加