# EmbeddingGemma 2, do Google, amplia a busca multimodal

> O modelo de pesos abertos do Google representa texto, código, imagens, vídeo e áudio em um único espaço de embeddings, com versões menores para uso no dispositivo.

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

O EmbeddingGemma 2, do Google, é um modelo de pesos abertos para busca e recuperação de informações que oferece suporte a texto, código, imagens, vídeo e áudio. Segundo o Google, ele representa esses dados em um espaço compartilhado de 768 dimensões, permitindo que desenvolvedores façam buscas entre diferentes tipos de mídia sem manter espaços de embeddings separados. O modelo está disponível no Hugging Face sob a licença Apache 2.0.

Os desenvolvedores podem carregar apenas os codificadores de que precisam: o modelo vai de 270 milhões de parâmetros, para texto e código, a 740 milhões, para suporte multimodal completo. Também é possível reduzir a dimensão dos vetores para economizar memória, mas o Google informa que, com 128 dimensões, a qualidade da recuperação cai para cerca de 75% em imagens, vídeo e fala.

## Os fatos

- Licença: Apache 2.0; disponível no Hugging Face.
- Com 128 dimensões, o Google informa que a qualidade equivale a cerca de 90% da obtida com texto e 75% da recuperação de imagens, vídeo e fala.

## Por que importa

Desenvolvedores que criam buscas locais podem usar um único modelo para encontrar informações em documentos e mídias. Mas reduzir os vetores para economizar armazenamento pode prejudicar os resultados de buscas que não envolvam texto; a fonte não apresenta resultados de testes independentes.

## Fontes e referências

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

Última atualização: 2026-10-19