2026-10-07 04:34:15
谷歌 DeepMind 推出 EmbeddingGemma 2，这是一款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。这是一款拥有 7.4 亿参数的开源多模态嵌入模型，可在无需连接云端的情况下于消费级设备本地运行。该模型在最初的纯文本版 EmbeddingGemma 基础上进行了扩展，支持代码、图像、视频和音频，并将所有数据类型映射到共享的 768 维向量空间。 EmbeddingGemma 2 支持跨模态搜索：用户可以使用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。其模块化架构允许开发者根据需求选择性加载组件。在 Pixel 11 Pro 上，完整多模态版本的内存需求为 567MB，而仅用于纯文本时则降至 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保护隐私。第一代 EmbeddingGemma 自 2025 年发布以来，下载量已超过 2000 万次。
