04:34
0
Google DeepMind 推出 EmbeddingGemma 2,一款可在裝置上離線運行的多模態 AI 模型。
據 Google DeepMind 表示,該公司發布了 EmbeddingGemma 2,這是一款開源多模態嵌入模型,擁有 7.4 億個參數,可在無需雲端連線的情況下於消費級裝置上本機運行。該模型擴充了原本僅支援文字的 EmbeddingGemma,使其支援程式碼、圖片、影片和音訊,並將所有資料類型映射到共享的 768 維向量空間。 EmbeddingGemma 2 具備跨模態搜尋能力——使用者可以透過文字或語音搜尋影片、透過文字查詢尋找圖片,並透過文字輸入檢索音訊內容。模組化架構讓開發者可依需求選擇性載入元件,將記憶體需求從完整多模態版本的 567MB 降至 Pixel 11 Pro 上僅使用文字時的 191MB。該模型支援裝置端檢索增強生成(RAG)系統,並透過將敏感資料保留在本機來優先保障隱私。第一代 EmbeddingGemma 自其 2025 年發布以來,下載次數已超過 2000 萬次。
展開