Google · 官方发布
EmbeddingGemma 2：开放、轻量的多模态嵌入模型
EmbeddingGemma 2: an open, lightweight multimodal embedding model
Google发布EmbeddingGemma 2，将嵌入空间从文本扩展至代码、图像及音视频。该模型基于Gemma 4架构，支持模块化与动态维度截断，旨在实现高效端侧多模态检索与隐私优先的RAG应用。
INSIGHTXIV · INSIGHTS
核心 Insight
文章中的关键判断
端侧多模态统一嵌入能力发布
据文章声明，EmbeddingGemma 2基于Gemma 4架构，将文本、代码、图像、视频和音频映射至统一嵌入空间。其7.4亿参数规模及Apache 2.0许可，使其成为适合端侧推理的原生多模态模型。
小参数量级下基准测试表现领先
依据文中评测数据，该模型在MTEB Code等基准中于10亿参数以下类别得分领先，代码性能提升9.92分。文章指出其质量参数比设立新标准，且在部分任务上优于两倍参数量的专用模型。
模块化设计与存储优化适配边缘设备
文章介绍该模型采用模块化设计，纯文本仅需2.7亿参数；利用MRL技术可将向量维度截断至128维，实现最高6倍存储缩减。量化后全模态模型在Pixel 11 Pro上仅占约567MB内存。
作者与机构
- Sahil DuaGoogle DeepMind 研究工程师 · 共同作者
Google DeepMind研究工程师，EmbeddingGemma 2多模态嵌入模型发布文章的共同作者
- Henrique Schechter VeraGoogle DeepMind 研究工程师 · 共同作者
Google DeepMind研究工程师，EmbeddingGemma 2多模态嵌入模型发布文章的共同作者
中文摘录
来源核对：2026-10-13今天，我们推出EmbeddingGemma 2，突破文本局限，将代码、图像、视频和音频统一到一个共享的嵌入空间中。
这句话来自两位作者共同署名的官方文章，不能单独归为其中某一人的发言。