Googleが初のネイティブマルチモーダル埋め込みモデル「Gemini Embedding 2」をリリース。

Googleは、テキスト、画像、動画、音声、ドキュメントを同一の埋め込み空間にマッピングし、100言語で意味的意図を認識できる、初のネイティブマルチモーダル埋め込みモデル「Gemini Embedding 2」をリリースしました。このモデルは、1回のリクエストで最大6枚の画像、120秒の動画、6ページのPDF、および直接音声入力を処理できるため、RAG（ランダムアクセス生成）、意味検索、感情分析、データクラスタリングなどのシナリオに適しています。