04:34
0
谷歌DeepMind推出EmbeddingGemma 2,一种可在设备上离线运行的多模态AI模型。
据谷歌DeepMind,该公司发布了EmbeddingGemma 2,一个开源多模态嵌入模型,拥有7.4亿参数,可在消费设备上本地运行,无需云连接。该模型扩展了原本仅支持文本的EmbeddingGemma,使其支持代码、图像、视频和音频,将所有数据类型映射到一个共享的768维向量空间中。 EmbeddingGemma 2实现了跨模态搜索能力——用户可以通过文本或语音搜索视频、通过文本查询查找图像、以及通过文本输入检索音频内容。模块化架构允许开发者根据需求选择加载组件,在Pixel 11 Pro上,完整多模态版本的内存需求从567MB降至仅文本使用的191MB。该模型支持设备端检索增强生成(RAG)系统,并通过将敏感数据保留在本地来优先保护隐私。自2025年发布以来,第一代EmbeddingGemma已被下载超过2000万次。
展开