统一多模态向量空间
Google DeepMind发布开源嵌入模型EmbeddingGemma 2。该模型基于Gemma 4构建，拥有740M参数，可将文本、代码、图像、视频和音频统一映射到同一个768维向量空间，实现跨模态检索与语义搜索。
手机端可运行
EmbeddingGemma 2支持弹性裁剪：纯文本场景可缩减至270M参数运行。经过量化后，模型在Pixel 11 Pro上仅需约191MB活跃内存即可运行，为端侧AI搜索、相册检索和离线语义匹配提供了轻量级方案。
Apache 2.0完全开放
模型采用Apache 2.0许可发布，允许商业使用与二次分发。开发者可在Hugging Face获取权重，结合Sentence Transformers等框架快速接入现有检索管线。
嵌入模型的战略价值
随着RAG（检索增强生成）和智能体记忆系统普及，高质量嵌入模型成为基础设施的重要一环。谷歌以开放许可巩固嵌入生态，与OpenAI的商业嵌入API形成差异化路线，也为端侧AI应用补上了关键拼图。