谷歌开源 EmbeddingGemma 2 多模态嵌入模型，可在本地设备运行

10 月 6 日，谷歌发布多模态嵌入模型 EmbeddingGemma 2，参数规模为 7.4 亿，采用 Apache 2.0 开源许可。与去年仅支持文本的上一代不同，新模型把文本、代码、图像、音频与视频统一映射进同一个共享向量空间，让跨模态的语义检索成为可能。

在架构上，EmbeddingGemma 2 基于 Gemma 4 构建，默认输出 768 维向量；通过可选的编码器配置，可切换为更小的纯文本版本，在资源受限的设备上运行。谷歌特别强调了“本地化”取向——开发者可以把检索数据保留在用户自己的设备里，而不必上传到云端，这在隐私合规日益严格的背景下颇具吸引力。

从能力看，新模型在文本、图像与音频的嵌入基准上均有对应表现，覆盖了常见的检索与聚类任务。对应用开发者而言，它适合做本地知识库、相册与媒体库的语义搜索，以及端侧智能体的记忆与召回。相比必须调用大模型的生成式方案，轻量嵌入模型在延迟与成本上优势明显。

谷歌把 EmbeddingGemma 2 定位为端侧 AI 检索的基础设施之一，与其 Gemini 系列形成互补：前者负责“理解并组织数据”，后者负责“生成与推理”。在开源与本地部署成为行业共识的当下，这类兼顾许可友好与设备端运行的嵌入模型，正成为构建私有化智能应用的常见起点。