# Google’s EmbeddingGemma 2 voegt multimodaal zoeken toe

> Googles model met open gewichten zet tekst, code, afbeeldingen, video en audio om in één embeddingruimte. Kleinere versies zijn geschikt voor gebruik op apparaten.

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

Google’s EmbeddingGemma 2 is een model met open gewichten voor zoeken en informatie ophalen, en ondersteunt tekst, code, afbeeldingen, video en audio. Volgens Google zet het deze gegevens om in een gedeelde ruimte van 768 dimensies, zodat ontwikkelaars in verschillende mediatypen kunnen zoeken zonder aparte embeddingruimtes te hoeven onderhouden. Het model is beschikbaar op Hugging Face onder de Apache 2.0-licentie.

Ontwikkelaars kunnen alleen de encoders laden die ze nodig hebben: het model varieert van 270 miljoen parameters voor tekst en code tot 740 miljoen voor volledige multimodale ondersteuning. De vectoren kunnen ook worden ingekort om geheugen te besparen, maar volgens Google daalt de kwaliteit van het ophalen bij 128 dimensies tot ongeveer 75% voor afbeeldingen, video en spraak.

## De feiten

- Licentie: Apache 2.0; beschikbaar op Hugging Face.
- Bij 128 dimensies rapporteert Google ongeveer 90% van de tekstkwaliteit en 75% van de kwaliteit bij het ophalen van afbeeldingen, video en spraak.

## Waarom het ertoe doet

Ontwikkelaars die lokaal zoeken bouwen, kunnen één model gebruiken om informatie uit documenten en media op te halen. Maar kleinere vectoren besparen weliswaar opslagruimte, maar kunnen de resultaten bij zoekopdrachten naar niet-tekstuele inhoud verslechteren; de bron bevat geen onafhankelijke testresultaten.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-19