Google 發布 EmbeddingGemma 2:開放嵌入模型擴充為支援文字、圖像、音訊、影片,並公開技術報告
Google 表示已發布 EmbeddingGemma 2,把原本只處理文字的開放嵌入模型擴充為原生多模態,並公開技術報告。本文說明它和前一版的差異、報告涵蓋的內容,以及授權、模型大小、供應平台等 Google 尚未說明的部分。
新聞日期: 閱讀時間約 4 分鐘
Google 在 2026 年 11 月 17 日的官方部落格文章中表示,已發布 EmbeddingGemma 2,並提供技術報告供讀者查閱。「嵌入模型」是把內容轉換成一串數字(向量)的 AI 模型,意思相近的內容會得到相近的數字,常用於搜尋與比對;「多模態」則是指能處理不只一種資料型態。依 Google 說法,這款模型原生支援文字、圖像、音訊與影片。該文未說明分階段推出、預覽或地區限制,因此供應範圍仍需以 Google 的正式頁面為準。
EmbeddingGemma 2 和先前版本有什麼不同?
根據 Google,EmbeddingGemma 2 是在先前僅支援文字的開放嵌入模型基礎上,加入原生多模態理解。它可把文字、圖像、音訊與影片,或其任意組合,對應到同一個嵌入空間,也就是讓不同型態的內容都轉成同一套數字表示。Google 同時表示,模型主幹(模型的核心結構)被壓縮成更精簡的規格。
| 面向 | 先前的 EmbeddingGemma | EmbeddingGemma 2(依 Google 說明) |
|---|---|---|
| 支援資料型態 | 僅文字 | 文字、圖像、音訊、影片,或任意組合 |
| 嵌入空間 | 文中僅稱為文字嵌入模型 | 單一、統一的嵌入空間 |
| 模型主幹 | 文中未提及 | 壓縮成更精簡的規格 |
| 技術基礎 | 文中未提及 | 建立在 Gemma 4 與 Gemini Embedding 2 的技術之上 |
技術報告公開了哪些內容?
Google 表示,讀者可在官方技術報告中查閱訓練策略、評估方法與實驗結果。Google 也指出,模型配方的創新建立在 Gemma 4 與 Gemini Embedding 2 的最新技術上,目標是學出具表達力且統一的向量空間。文章另附一支五分鐘說明影片,介紹模型如何運作與開發。
「共用同一個空間」對開發者代表什麼?
依 Google 的說明,不同媒體型態會被轉成同一套數字表示,因此可以放在同一個向量空間裡互相比較,而不必為每種型態各用一個模型。至於實際準確度、速度與成本,Google 的文章沒有提供數據,需要閱讀技術報告或自行評估後才能判斷。
常見問題
EmbeddingGemma 2 現在是正式推出嗎?
Google 在文章中說「We released EmbeddingGemma 2」,表示已發布。但文章沒有說明是否為預覽、測試版,或有方案與地區限制,因此細節需看官方發布頁面。
哪裡可以看到訓練與評估細節?
Google 表示,訓練策略、評估方法與實驗結果都收錄在官方技術報告中。部落格文章也提供一支五分鐘說明影片。
台灣可以使用嗎?
Google 的文章沒有提到任何地區供應或限制,目前無法確認。請以 Google 官方說明為準。
覺得這篇整理實用嗎?分享給需要的朋友
同主題延伸閱讀
NVIDIA 與微軟在 Ignite 擴大合作:Azure 跑 Vera Rubin NVL72 預覽、Foundry 新增 Nemotron 3.5,Windows 365 Direct Stream 限量預覽
NVIDIA 表示,已與微軟擴大從 Azure 雲端到邊緣與 Windows 的 AI 合作,包括 Vera Rubin NVL72 預覽、Foundry 的 Nemotron 3.5 模型與 Windows 365 Direct Stream 限量預覽。
Google Quantum AI 登上《Science》封面:量子情境性在最多 105 個量子位元仍成立,協調遊戲勝率 98.3%
Google:ARMORY CASTLE 利用 VMware vCenter 零時差漏洞 CVE-2026-123890,影響 vCenter 7.x 與 8.x,Broadcom 已提供修補
Cloudflare:2026 美國期中選舉日選務網站造訪量暴增 363%,攻擊重心轉向漏洞而非 DDoS
資料來源
本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。