Google 开源多模态嵌入模型 EmbeddingGemma 2

先了解这件事

Google 发布 EmbeddingGemma 2，称其为首个原生多模态开源嵌入模型，基于 Gemma 4 架构，以 Apache 2.0 许可开放权重，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间。模型总参数 740M，由 270M 文本、170M 视觉和 300M 音频编码器组成，提供 740M 全模态、440M 文本+视觉、570M 文本+音频和 270M 纯文本四个版本，上下文窗口 8K，支持 100 多种语言。

权重已在 Hugging Face 和 Kaggle 开放下载，Gemini Enterprise Agent Platform Model Garden 即将上线；llama.cpp 提供 Day-0 支持，Unsloth 提供 GGUF 版本，官方称 270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 可本地运行。Google 称其性能超过部分体积两倍以上的专用模型，活跃内存占用约 191MB 至 567MB。

Google 同时推出 macOS 应用 AI Edge Foresight，调用 EmbeddingGemma 2 与 Gemma 4 在 Apple 芯片 Mac 上完全离线生成会议纪要，可免费下载。Simon Willison 评论称，Apache 2.0 许可对嵌入模型尤为重要，因为厂商停供时用户需为重新计算存量向量付费。