740M模型實現裝置端多模態搜尋，Google EmbeddingGemma 2支援文字與影音檢索

摘要

Google 推出 EmbeddingGemma 2 多模態嵌入模型，支援文字、圖片、影片與音訊的裝置端檢索，無需上傳雲端。文章介紹了 7.4 億參數模型的架構、記憶體佔用、向量維度調整及程式碼搜尋能力的提升。

Google launches EmbeddingGemma 2, a 740M parameter multimodal model for on-device text, image, video, and audio search without cloud processing.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• Google 推出可裝置端運作的多模態嵌入模型 EmbeddingGemma 2。
• 支援文字、影像、音訊混合輸入與語意搜尋，無需雲端處理。
• 提供 768 維預設向量，可縮減至 128 維以節省儲存空間。

提到的工具與公司

• EmbeddingGemma 2
• Gemma 4
• MediaPipe
• LiteRT
• Hugging Face
• Kaggle

適合誰看

開發者、AI 工程師或希望在本機執行語意搜尋的技術人員。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.35

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Introducing EmbeddingGemma 2: An open model for natively multimodal embeddings影片 ・ Google for Developers
• JSDC 2024 - 向量搜尋與Embedding Model的進階應用影片 ・ JSDC.tw ・ 26 分鐘
• Gemma Playground: AI Edge Gallery影片 ・ Google for Developers ・ 3 分鐘
• EmbeddingGemma 2文章 ・ Simon Willison's Weblog
• Research to Reality with Google DeepMind文章 ・ AIE Talks
• 谷歌最新模型Gemma4发布！深度解析+送42页资料影片 ・ Alchain花生 ・ 14 分鐘