# Google推出EmbeddingGemma 2，支持多模态搜索

> Google的开放权重模型可将文本、代码、图像、视频和音频映射到同一嵌入空间，并提供更小的版本供设备端使用。

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

Google的EmbeddingGemma 2是一款用于搜索和检索的开放权重模型，支持文本、代码、图像、视频和音频。Google表示，该模型会将这些内容映射到一个共享的768维空间，让开发者无需分别维护不同媒体类型的嵌入空间，就能跨媒体搜索。该模型已在Hugging Face上发布，采用Apache 2.0许可证。

开发者可以只加载所需的编码器：模型参数量从处理文本和代码时的2.7亿，到提供完整多模态支持时的7.4亿不等。模型生成的向量也可以缩短以节省内存，但Google报告称，缩短至128维时，图像、视频和语音的检索质量会降至约75%。

## 事实

- 许可证：Apache 2.0；可在Hugging Face获取。
- Google报告称，在128维时，文本检索质量约为原来的90%，图像、视频和语音检索质量约为75%。

## 为什么重要

构建本地搜索的开发者可以用一个模型检索文档和媒体内容，但缩短向量以节省存储空间可能会降低非文本搜索的效果；原文未提供独立测试结果。

## 来源与参考

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

最后更新: 2026-10-19