# Google के EmbeddingGemma 2 में मल्टीमॉडल खोज

> Google का ओपन-वेट मॉडल टेक्स्ट, कोड, तस्वीरों, वीडियो और ऑडियो को एक ही एम्बेडिंग स्पेस में रखता है। डिवाइस पर इस्तेमाल के लिए इसके छोटे वर्ज़न भी हैं।

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

Google का EmbeddingGemma 2 खोज और जानकारी हासिल करने के लिए बनाया गया ओपन-वेट मॉडल है। यह टेक्स्ट, कोड, तस्वीरों, वीडियो और ऑडियो को सपोर्ट करता है। Google के मुताबिक, यह इन सभी को एक साझा 768-आयामी स्पेस में रखता है, जिससे डेवलपर अलग-अलग मीडिया प्रकारों में खोज कर सकते हैं और उन्हें अलग एम्बेडिंग स्पेस बनाए रखने की ज़रूरत नहीं पड़ती। यह मॉडल Hugging Face पर Apache 2.0 लाइसेंस के तहत उपलब्ध है।

डेवलपर सिर्फ़ उन्हीं एन्कोडर को लोड कर सकते हैं जिनकी उन्हें ज़रूरत है। टेक्स्ट और कोड के लिए मॉडल में 270 million पैरामीटर हैं, जबकि पूरे मल्टीमॉडल सपोर्ट के लिए 740 million पैरामीटर हैं। मेमोरी बचाने के लिए इसके वेक्टर छोटे भी किए जा सकते हैं, लेकिन Google का कहना है कि 128 dimensions पर तस्वीरों, वीडियो और स्पीच के लिए जानकारी हासिल करने की गुणवत्ता घटकर लगभग 75% रह जाती है।

## तथ्य

- लाइसेंस: Apache 2.0; Hugging Face पर उपलब्ध।
- Google के मुताबिक, 128 dimensions पर टेक्स्ट की गुणवत्ता लगभग 90% और तस्वीरों, वीडियो तथा स्पीच के लिए जानकारी हासिल करने की गुणवत्ता लगभग 75% रहती है।

## यह क्यों मायने रखता है

लोकल खोज बनाने वाले डेवलपर दस्तावेज़ों और मीडिया में खोज के लिए एक ही मॉडल का इस्तेमाल कर सकते हैं। लेकिन स्टोरेज बचाने के लिए वेक्टर छोटे करने से गैर-टेक्स्ट खोजों के नतीजे कमजोर हो सकते हैं; स्रोत में स्वतंत्र परीक्षणों के नतीजे नहीं दिए गए हैं।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-19