# Google EmbeddingGemma 2 bringt multimodale Suche

> Googles Modell mit offenen Gewichten bildet Text, Code, Bilder, Videos und Audio in einem gemeinsamen Einbettungsraum ab. Kleinere Varianten sind für den Einsatz direkt auf dem Gerät gedacht.

Oossa · 2026-10-19 · https://oossa.com/de/google-s-embeddinggemma-2-adds-multimodal-search

Google EmbeddingGemma 2 ist ein Modell mit offenen Gewichten für Suche und Abruf, das Text, Code, Bilder, Videos und Audio unterstützt. Laut Google bildet es diese Inhalte in einem gemeinsamen 768-dimensionalen Raum ab. So können Entwickler medienübergreifend suchen, ohne separate Einbettungsräume pflegen zu müssen. Das Modell ist unter der Apache-2.0-Lizenz auf Hugging Face verfügbar.

Entwickler können nur die benötigten Encoder laden: Das Modell reicht von 270 Millionen Parametern für Text und Code bis zu 740 Millionen für die vollständige multimodale Unterstützung. Die Vektoren lassen sich außerdem verkürzen, um Speicherplatz zu sparen. Google zufolge sinkt die Abrufqualität bei 128 Dimensionen jedoch auf etwa 75 Prozent bei Bildern, Videos und Sprache.

## Die Fakten

- Lizenz: Apache 2.0; auf Hugging Face verfügbar.
- Bei 128 Dimensionen erreicht die Qualität laut Google etwa 90 Prozent des Textniveaus und 75 Prozent der Abrufqualität bei Bildern, Videos und Sprache.

## Warum es wichtig ist

Entwickler, die lokale Suchfunktionen erstellen, können mit einem Modell Dokumente und Medien durchsuchen. Werden die Vektoren verkürzt, um Speicherplatz zu sparen, kann sich die Qualität bei Suchanfragen jenseits von Text jedoch verschlechtern. Unabhängige Testergebnisse liegen in der Quelle nicht vor.

## Quellen und Referenzen

1. [EmbeddingGemma 2 Expands Beyond Text to Support Code, Images, Video, and Audio](https://www.infoq.com/news/2026/10/embeddinggemma-2-multimodal/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-10-19

Zuletzt aktualisiert: 2026-10-19