Google DeepMind 发布 EmbeddingGemma 2：740M 开源多模态嵌入模型

核心事实

据 MarkTechPost 报道，Google DeepMind 发布了 EmbeddingGemma 2，一个 740M 参数的开源多模态嵌入模型，可将文本、代码、图像、视频和音频嵌入到同一个 768 维向量空间。该模型基于 Gemma 4 架构，上下文窗口为 8,192 token，采用 Apache 2.0 许可。报道称权重已在 Hugging Face 和 Kaggle 上线，并提供 Ollama、llama.cpp GGUF 与 LiteRT 构建版本。

模型采用模块化设计：文本与代码主干 270M 参数，视觉编码器 170M 参数（可选），音频编码器 300M 参数（可选）。开发者可按需加载，从纯文本的 270M 到全模态的 740M，各配置共享同一向量空间。

背景与影响

嵌入模型把内容转换为捕捉语义的数值向量，在 RAG 流程中帮助大模型检索训练数据之外的信息。本地生成嵌入可让数据留在设备上、降低延迟并支持离线使用。报道称该模型面向端侧搜索、分类和隐私优先的 RAG 场景。

据 Google 研究团队报告，该模型在 MTEB Code 与 MAEB 等基准上取得 10 亿参数以下多模态嵌入模型中的领先成绩。报道给出的全精度 768 维结果包括：MTEB Code v1 为 78.68（上一代为 68.76），MTEB 多语言 v2 为 61.36，MIEB lite（图像）为 64.64，MMEB v2 总体为 59.01。报道同时提到，参数规模更大的模型仍在部分榜单上领先。

限制与来源

上述基准数据、内存占用与延迟数字均来自 Google 研究团队与 Google AI Edge 团队的测量，尚未经独立第三方验证。报道称在 Pixel 11 Pro 上量化后，纯文本权重活跃内存约 191MB，全模态约 567MB；在 MacBook M5 Pro GPU 上每张图像约 37.3ms。这些结果依赖具体硬件、量化方式与配置，实际表现可能不同。

模型支持 Matryoshka 表示学习，可将向量截断至 512、256 或 128 维；报道称 128 维主要用于纯文本任务。可用框架、平台支持、许可条款与地区可用性请以 Google 官方模型页与 Hugging Face 模型卡当前信息为准。本文信息来自 MarkTechPost 报道，未获 Google 官方直接确认。