去年谷歌推出了 EmbeddingGemma，为开发者提供轻量高质量的文本嵌入方案，下载量已超 2000 万次，广泛应用于端侧工具和隐私优先检索增强生成管线。

　　如今谷歌正式推出EmbeddingGemma 2，将能力从文本扩展到代码、图像、、音频，可将这些内容统一映射到同一个嵌入空间。

　　援引博文介绍，该模型基于Gemma 4架构开发，采用商业友好的 Apache 2.0 许可发布，总参数为 7.4 亿，非常适合端侧推理。

　　同尺寸顶尖性能：在子 1B 参数多模态嵌入模型中，于 MTEB Code、MAEB 等基准测试中取得领先分数，性能比肩甚至超越不少更大尺寸模型。

　　模块化设计：纯文本任务仅需 2.7 亿参数，可按需添加 1.7 亿参数的

　　存储高效：借助 Matryoshka 表示学习，开发者可动态将输出向量从 768 维截断至 512、256 或 128 维，本地向量数据库存储和内存占用最高可缩减 6 倍。

　　支持扩展上下文：配备 8K Token 上下文窗口，比初代 EmbeddingGemma 大 4 倍，可在本地硬件直接处理最长 5.5 分钟音频、29 张图像、58 个帧，或上述内容的交错组合。

　　在性能方面，EmbeddingGemma 2 保留了前代出色的多语言文本性能，同时代码性能大幅提升 9.92 分，非常适合本地代码库索引、语义代码和编程代理检索。

　　在图像、、文档和音频任务中，该模型为子 1B 参数模型树立了单位参数质量新标杆，甚至性能超过不少尺寸两倍于它的专业模型。

　　EmbeddingGemma 2 将强大能力直接带到端侧硬件，本地生成嵌入可保障数据隐私、降低管线延迟，支持开发者搭建完全离线运行的跨模态和检索系统。

　　搭配 Gemma 4 等生成模型，还可实现理解复杂多模态数据的端侧 RAG 管线；由于二者架构同源，共享文本分词器和音频编码器，可在统一管线中同时运行，合计内存占用更低。

　　特别

　　女子景区游玩时金戒指掉落，瞬间被流沙覆盖，景区用2台金属探测仪搜寻4小时找到并寄回；8人团队已帮游客找回1800多台遗失手机

　　“这才是线岁男子在自家小区当保安，房贷还有9年，每月还2100，月薪4200，下楼就能上班，网友：活明白了

　　中国两岁女童在新加坡景区被蟒蛇咬伤，家长：孩子被咬后伤口瞬间红肿，已紧急送医处理，咬人的是网纹蟒，所幸无毒