EmbeddingGemma 2: открытая лёгкая мультимодальная модель эмбеддингов
Google выпускает EmbeddingGemma 2 — открытую модель, которая переводит текст, изображения, аудио и видео в единое пространство эмбеддингов для совместного поиска и сравнения. Она построена на архитектуре Gemma 4, имеет 740 млн параметров, рассчитана на локальные устройства и допускает уменьшение размера векторов.
О чём статья
6 октября 2026 года Google представляет EmbeddingGemma 2 — открытую, лёгкую мультимодальную модель эмбеддингов, которая размещает текст, изображения, аудио и видео в едином векторном пространстве. Она основана на Gemma 4, имеет 740 миллионов параметров, выпущена по лицензии Apache 2.0 и продолжает первый EmbeddingGemma, скачанный более 20 миллионов раз. Модель модульная: для одного текста достаточно 270 миллионов параметров, а энкодеры зрения (170 млн) и аудио (300 млн) необязательны. Контекстное окно — 8000 токенов, вчетверо больше, чем в версии 1.
Google сообщает о лучших результатах среди мультимодальных моделей до миллиарда параметров на MTEB Code и MAEB; показатель MTEB Code вырос с 68,76 до 78,68. Векторы из 768 измерений можно усекать до 128, чтобы сократить объём хранения. Модель рассчитана на работу на устройстве: около 191 МБ оперативной памяти для текста на Pixel 11 Pro. Веса доступны на Hugging Face и Kaggle, поддерживаются многие инструменты.
Читать официальную статью Карточка AnnuIA
Краткое изложение написано AnnuIA своими словами по официальной странице Google DeepMind. Содержание и права принадлежат издателю: читайте оригинальную статью.