Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
先了解这件事
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，可将文本、图像、视频、音频和代码映射到统一嵌入空间。模型权重已在 Hugging Face 和 Kaggle 上线，Gemini Enterprise Agent Platform Model Garden 的支持即将推出。 Google 称该模型在多模态嵌入基准上超越规模最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，高于前代的 68.76。文本任务最低只需 270M 参数，完整多模态支持另配视觉（170M）和音频（300M）编码器；借助 Matryoshka Representation Learning，输出向量可从 768 维动态截断至 512、256 或 128 维。模型可本地运行，无需 API 密钥。 Simon Willison 表示，嵌入模型不应采用闭源、纯托管的模式：用户往往需要计算并存储数千乃至数百万条嵌入向量，一旦厂商停供，重新计算存量向量的成本将由用户承担。他称自己愿意付费使用托管版本，同时保留在停服后自行运行开放权重版本或另寻供应商的退路。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月7日 04:37 · 1 篇报道EmbeddingGemma 2 采用 Apache 2.0 许可证Simon Willison：EmbeddingGemma 2 采用 Apache 2.0 许可证
- 10月7日 03:47 · 2 篇报道Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型Google DeepMind：Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
报道时间线
沿着报道，了解事件的不同侧面。
- Simon WillisonEmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的纯托管模式。嵌入模型通常需要计算并存储数千乃至数百万条嵌入向量，一旦厂商停供该模型，用户就得为重新计算这些存量向量付费。他更愿意付费使用托管版本，同时保留厂商停服后可自行运行开放权重版本或另寻供应商的退路。
- Google DeepMind精选Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，将文本、图像、音频、视频和代码映射到统一嵌入空间。
- The DecoderGoogle 发布 EmbeddingGemma 2，称性能超越两倍规模竞品
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量。该模型参数为 740M，Google 称其在多模态嵌入基准上超越规模最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。