EmbeddingGemma 2 - Google DeepMind 开源多模态嵌入模型

产品简介

EmbeddingGemma 2 是 Google DeepMind 于 2026 年 10 月 6 日发布的开源多模态嵌入模型，也是 EmbeddingGemma 系列的第二代旗舰模型。该模型在初代 EmbeddingGemma 仅支持文本的基础上扩展至原生支持文本、代码、图像、视频和音频五种输入类型，并将它们统一映射到同一个 768 维向量空间中。模型总参数量为 740M，采用模块化架构设计，开发者可以按需加载 270M（文本/代码）、440M（文本+视觉）、570M（文本+音频）以及 740M（全模态）四种规模组合。EmbeddingGemma 2 由 Google 基于 Gemma 4 主干构建，与 Gemma 4 共享文本 tokenizer 和音频编码器，搭配 Gemma 4 做端侧 RAG 时所需内存显著低于两套独立模型，是 Google 推进"端侧 AI"战略的关键开源产品之一。

核心功能

• 统一多模态嵌入空间：将文本、代码、图像、视频和音频五种模态映射到同一 768 维向量空间，原生支持跨模态检索（如用文本搜索视频帧、用音频匹配相似图像）。
• 模块化加载：运行时可选择性加载编码器，提供 270M / 440M / 570M / 740M 四种规格，避免冗余内存占用。
• Matryoshka 表征学习（MRL）：原生支持 128 / 256 / 512 / 768 维度动态截断，存储空间最高可缩减 6 倍，在 256 维时多语言 MTEB 仍保持 60.41，质量几乎不受影响。
• 量化感知训练：支持 INT4 / INT8 量化，显著降低端侧设备显存占用。
• 超长上下文窗口：8K token 上下文窗口，可一次性处理约 29 张图片、58 帧视频或约 5.5 分钟音频。
• 任务提示词（Task Prompt）：通过 prompt_name 参数切换"SearchQuery""Document"等任务指令，引导嵌入表示适配不同检索场景。
• MTEB Code 专项优化：针对编码 Agent 的代码检索场景专项训练，代码检索准确率显著提升。
• 跨框架兼容：可与 sentence-transformers（v6.1.0+）、Hugging Face Transformers、Ollama、llama.cpp GGUF、LiteRT 等主流推理框架直接集成。

特色优势

1. 同类模型 SOTA：在子 10 亿参数规模的多模态嵌入模型中处于业界领先水平。MTEB Code v1 全精度得分 78.68，比上一代 68.76 提升约 14%；MTEB 多语言 v2 得分 61.36 与上一代持平；MIEB lite（图像）64.64、MMEB v2 图像检索 57.28、视觉文档检索 67.84、MAEB 音频任务 49.39。
2. 极致端侧性能：在 Pixel 11 Pro 上仅文本模式激活内存仅约 191 MB，全模态模式约 567 MB；在 MacBook M5 Pro GPU 上单张图像嵌入耗时约 37.3 毫秒，单机可离线运行。
3. 开源友好许可：采用 Apache 2.0 商业友好许可，权重已同步上架 Hugging Face 与 Kaggle，Ollama、llama.cpp GGUF、LiteRT 构建已上线，vLLM 即将支持。
4. 百万级开发者验证：上一代 EmbeddingGemma 自 2025 年 9 月发布以来已被开发者下载超过 2000 万次，社区生态成熟。
5. 降低 RAG 部署门槛：搭配 Gemma 4 做本地 RAG 时无需 GPU 服务器即可在消费级硬件运行，对隐私敏感场景（医疗、法律、金融）和断网环境意义重大。

应用场景

• 本地代码 Agent 检索：在编码 Agent（Claude Code、Cursor、Codex 等）中作为代码库嵌入底座，让 Agent 自主检索本地仓库内容，支持百万行代码秒级检索。
• 端侧 RAG 问答：在手机、平板、笔记本等离线设备上构建基于多模态知识库的问答系统，无需连接云端即可获得准确检索结果。
• 跨模态内容搜索：用文本查询定位视频片段（如"找到产品展示的镜头"），用语音查询匹配相似音乐片段，用图像查询检索相似产品图。
• 隐私敏感行业：医疗、法律、金融、政务等数据不能出网的领域，使用 EmbeddingGemma 2 在本地完成数据索引和检索，杜绝数据外泄风险。
• 企业知识库管理：为内部文档、PDF、演示文稿、白板照片、录音等多模态资料建立统一索引，员工可通过自然语言快速定位所需内容。
• 多语言客户服务：在跨国客服系统中为不同语言的客户咨询、文档、语音留言建立统一嵌入空间，实现跨语言意图匹配。
• 离线视频分析：在手机端对录制的视频进行场景识别、片段定位、字幕检索，无需上传云端。

适用人群

• 应用开发者：希望为 App 增加本地化、低延迟的多模态搜索能力，无需付费调用云端嵌入 API。
• AI 工程师：负责企业内部 RAG 系统、多模态知识库、跨模态检索服务的研发工程师。
• 隐私敏感团队：医疗、法律、金融、政务等数据合规要求严格的组织，需要在本地完成数据嵌入与检索。
• 编码 Agent 开发者：为 Claude Code、Cursor、Cline 等 AI 编程工具开发本地代码库检索插件的工程师。
• 学术研究者：研究多模态表征学习、向量检索、端侧 AI 等前沿方向的科研团队。
• 独立开发者：希望以低成本为产品增加智能搜索能力的个人开发者。
• 断网/弱网环境用户：在野外、船上、飞机上等无网络场景下需要本地 AI 检索能力的用户。

出品方

EmbeddingGemma 2 由 Google DeepMind 研发，核心工程师包括 Sahil Dua 与 Henrique Schechter Vera。该模型是 DeepMind 在 2025 年 9 月发布初代 EmbeddingGemma 后的迭代产品，也是 Google 推进"端侧 AI"战略的重要组成部分。EmbeddingGemma 2 与 Gemini Embedding 共享底层技术栈，与 Gemma 4 共享文本 tokenizer 和音频编码器，三者构成 Google 端侧 AI 完整生态。

更新动态

• 2026 年 10 月 6 日：Google DeepMind 正式发布 EmbeddingGemma 2，权重同步上线 Hugging Face 与 Kaggle。
• 2026 年 10 月 7 日：亚洲开发者可下载权重；Ollama、llama.cpp GGUF、LiteRT 构建上线；vLLM 集成即将推出。
• 配套发布：同期发布的开发者指南详细介绍了 EmbeddingGemma 2 的安装、加载、任务提示词使用、跨模态输入编码等最佳实践，并展示了 Hugging Face Transformers 代码库的实际嵌入应用案例。
• 生态合作：Google AI Edge 已在 macOS 上的 Foresight 会议应用中实测使用 EmbeddingGemma 2 + Gemma 4 组合，并通过 AI Edge Gallery 演示 Video Moments Finder（通过文本或语音查询定位视频场景）。

官网链接

• 官方页面：https://deepmind.google/models/gemma/embeddinggemma/
• Google AI for Developers：https://ai.google.dev/gemma/docs/embeddinggemma
• Hugging Face 模型仓库：https://huggingface.co/google/embeddinggemma-2
• Ollama 模型库：https://ollama.com/library/embeddinggemma-2
• 开发者指南：https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/
• DeepMind 公告博客：https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2