# EmbeddingGemma 2 di Google aggiunge la ricerca multimodale

> Il modello open-weight di Google converte testo, codice, immagini, video e audio in un unico spazio di embedding, con versioni più piccole per l’uso sui dispositivi.

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

EmbeddingGemma 2 di Google è un modello open-weight per la ricerca e il recupero delle informazioni che supporta testo, codice, immagini, video e audio. Google afferma che li converte in uno spazio condiviso a 768 dimensioni, consentendo agli sviluppatori di effettuare ricerche tra diversi tipi di contenuti senza dover gestire spazi di embedding separati. Il modello è disponibile su Hugging Face con licenza Apache 2.0.

Gli sviluppatori possono caricare solo gli encoder di cui hanno bisogno: il modello va da 270 milioni di parametri per testo e codice a 740 milioni per il supporto multimodale completo. I vettori possono anche essere ridotti per risparmiare memoria, ma Google riferisce che a 128 dimensioni la qualità del recupero scende a circa il 75% per immagini, video e parlato.

## I fatti

- Licenza: Apache 2.0; disponibile su Hugging Face.
- A 128 dimensioni, Google riferisce una qualità pari a circa il 90% per il testo e al 75% per il recupero di immagini, video e parlato.

## Perché conta

Gli sviluppatori che realizzano sistemi di ricerca locali possono usare un unico modello per recuperare informazioni da documenti e contenuti multimediali. Tuttavia, ridurre i vettori per risparmiare spazio di archiviazione può peggiorare i risultati nelle ricerche non testuali; la fonte non fornisce risultati di test indipendenti.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-19