Google 称 EmbeddingGemma 2 性能超过两倍体积的竞品嵌入模型

Google 发布了 EmbeddingGemma 2，这是一款开放模型，可将文本、图像、视频、音频和代码转换为数值向量，从而更容易地发现和比较相似内容。该模型有 7.4 亿个参数，Google 表示它是同类模型中最紧凑的，在多模态嵌入基准测试中优于体积达其两倍的竞争模型。

该模型无需 API 密钥即可在本地运行。在浏览器中通过 WebGPU，每次查询大约需要 20 到 70 毫秒。它仅需约 191 MB 内存，可将本地向量数据库存储最多减少六倍。对于纯文本任务，2.7 亿参数版本就足够了。

与 Gemma 4 等小型开放模型搭配使用时，EmbeddingGemma 2 可以运行离线 RAG 应用，无需将数据发送到外部服务器。权重可在 Hugging Face 和 Kaggle 上获取，同时还提供开发者指南和文档。

订阅 THE DECODER，享受无广告阅读、每周 AI 时事通讯、我们每年六期的独家“AI Radar”前沿报告、完整档案访问权限以及评论区的访问权限。