Google 发布 EmbeddingGemma 2:开放嵌入模型扩展为支持文本、图像、音频、视频,并公开技术报告
Google 表示已发布 EmbeddingGemma 2,把原本只处理文本的开放嵌入模型扩展为原生多模态,并公开技术报告。本文说明它与上一版的差异、报告涵盖的内容,以及许可、模型大小、供应平台等 Google 尚未说明的部分。
新闻日期: 阅读时间约 4 分钟
Google 在 2026 年 11 月 17 日的官方博客文章中表示,已发布 EmbeddingGemma 2,并提供技术报告供读者查阅。“嵌入模型”是把内容转换成一串数字(向量)的 AI 模型,含义相近的内容会得到相近的数字,常用于搜索与比对;“多模态”则是指能处理不止一种数据类型。据 Google 介绍,这款模型原生支持文本、图像、音频和视频。该文未说明分阶段推出、预览或地区限制,因此供应范围仍需以 Google 的正式页面为准。
EmbeddingGemma 2 和之前版本有什么不同?
根据 Google,EmbeddingGemma 2 是在此前仅支持文本的开放嵌入模型基础上,加入原生多模态理解。它可把文本、图像、音频和视频,或其任意组合,映射到同一个嵌入空间,也就是让不同类型的内容都转成同一套数字表示。Google 同时表示,模型主干(模型的核心结构)被压缩成更精简的规格。
| 方面 | 之前的 EmbeddingGemma | EmbeddingGemma 2(据 Google 说明) |
|---|---|---|
| 支持数据类型 | 仅文本 | 文本、图像、音频、视频,或任意组合 |
| 嵌入空间 | 文中仅称为文本嵌入模型 | 单一、统一的嵌入空间 |
| 模型主干 | 文中未提及 | 压缩成更精简的规格 |
| 技术基础 | 文中未提及 | 建立在 Gemma 4 与 Gemini Embedding 2 的技术之上 |
技术报告公开了哪些内容?
Google 表示,读者可在官方技术报告中查阅训练策略、评估方法与实验结果。Google 还指出,模型配方的创新建立在 Gemma 4 与 Gemini Embedding 2 的最新技术之上,目标是学习到具有表达力且统一的向量空间。文章另附一段五分钟的说明视频,介绍模型如何运作与开发。
“共用同一个空间”对开发者意味着什么?
据 Google 介绍,不同媒体类型会被转成同一套数字表示,因此可以放在同一个向量空间里相互比较,而不必为每种类型各用一个模型。至于实际准确度、速度和成本,Google 的文章没有提供数据,需要阅读技术报告或自行评估后才能判断。
常见问题
EmbeddingGemma 2 现在是正式推出吗?
Google 在文章中说“We released EmbeddingGemma 2”,表示已发布。但文章没有说明是否为预览版、测试版,或有方案与地区限制,因此细节需看官方发布页面。
哪里可以看到训练与评估细节?
Google 表示,训练策略、评估方法与实验结果都收录在官方技术报告中。博客文章还提供了一段五分钟的说明视频。
我所在的地区可以使用吗?
Google 的文章没有提到任何地区供应或限制,目前无法确认。请以 Google 官方说明为准。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
NVIDIA 与微软在 Ignite 扩大合作:Azure 运行 Vera Rubin NVL72 预览、Foundry 新增 Nemotron 3.5,Windows 365 Direct Stream 限量预览
NVIDIA 表示,已与微软扩大从 Azure 云端到边缘与 Windows 的 AI 合作,包括 Vera Rubin NVL72 预览、Foundry 的 Nemotron 3.5 模型与 Windows 365 Direct Stream 限量预览。
Google Quantum AI 登上《Science》封面:量子情境性在最多 105 个量子比特仍成立,协调游戏胜率 98.3%
Google:ARMORY CASTLE 利用 VMware vCenter 零日漏洞 CVE-2026-123890,影响 vCenter 7.x 与 8.x,Broadcom 已提供补丁
Cloudflare:2026 美国期中选举日选务网站访问量暴增 363%,攻击重心转向漏洞而非 DDoS
资料来源
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。