谷歌开源 EmbeddingGemma 2 嵌入模型
谷歌 10 月 6 日在官方博客发布 EmbeddingGemma 2，把嵌入能力从纯文本扩到代码、图像、视频与音频，统一映射进同一个向量空间。模型 740M 参数，基于 Gemma 4 架构，以 Apache 2.0 开放权重，官方称它是 10 亿参数以下多模态嵌入模型中的最强，在 MTEB Code 与 MAEB 音频基准上领跑同尺寸。
设计上做了模块化：纯文本负载最低只需 270M 参数，视觉编码器 170M、音频编码器 300M 按需加载；用 Matryoshka 表示学习可把输出向量从 768 维动态截到 512、256 或 128 维，本地向量库存储最多省 6 倍。在 Pixel 11 Pro 上量化后，纯文本权重约占 191MB 内存，全多模态约 567MB。
上下文从上一代的 2K token 提到 8K，单次可处理 5.5 分钟音频、29 张图或 58 帧视频。因为与 Gemma 4 共用文本分词器与音频编码器，两者能拼成完全离线的端侧 RAG 管线——官方把隐私与延迟当成主要卖点：检索不再离开设备，代价是模型自身的能力上限。
原文链接：Google 官方博客
核验记录
官方页 blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/ 本机直读 200（393,673 字节），JSON-LD datePublished 2026-10-06T16:00:00+00:00（=北京 10-07 00:00）、页内 publish_date 2026-10-06|16:00、可见 Oct 06, 2026 三处一致，正文自述 Today, we're launching EmbeddingGemma 2。数字（740M／270M／视觉 170M／音频 300M／768 维截到 512·256·128／存储省 6 倍／191MB 与 567MB／8K 上下文对上一代 2K／5.5 分钟音频·29 张图·58 帧视频／MTEB Code 68.76→78.68）逐字取自该页正文。⚠ 权重仓 google/embeddinggemma-2 的 HF createdAt 为 2026-09-14，比官方博文早三周，疑为提前建仓或受限发布；定日以官方博文为准，仓库匿名可读（likes 175、downloads 364），但其模型卡未逐字核读。跨源：Techmeme 10-06 20:20 CST 亦报道。配图 storage.googleapis.com 官方 og:image，裸请求与带站内 Referer 双 200、1300×731 PNG（1,309,101 字节）。