EmbeddingGemma 2开源：740M多模态

时间：2026 年 10 月 6 日至 7 日 地点：美国山景城 人物：Google DeepMind 团队 事件详情：2026 年 10 月 6 日，Google DeepMind 通过官方开发者渠道与 Hugging Face、Kaggle、Ollama 同步发布 EmbeddingGemma 2——一款总参数 7.4 亿、原生多模态的开源嵌入模型，基于 Gemma 4 架构，使用 Apache 2.0 协议。EmbeddingGemma 2 把文本（含代码）、图像、视频与音频统一映射到同一 768 维向量空间，支持 100 多种语言，权重已在 Hugging Face 与 Kaggle 上线，Ollama 模型库提供 270M/440M/570M/740M 四种规格。其中 270M 文本编码器 = 130M Transformer + 140M embedder；视觉编码器 170M、音频编码器 300M，可按需加载（仅文本 270M、文本+图像 440M、文本+音频 570M、全模态 740M），专为手机、笔记本等端侧设备设计。原生 8K 上下文窗口，可处理数分钟音频或视频内容。 背景：Compared to v1, MTEB multilingual v2 得分从 61.15 提升至 61.36；MTEB code v1（代码检索）从 68.76 跃升到 78.68，相对提升 14%。多模态基准：MMEB v2 视觉文档 NDCG@5 67.84，视频 Hit@1 50.67，MSEB 音频检索 MRR@10 69.54。模型原生支持 Matryoshka Representation Learning（MRL），可截断到 128d/256d/512d/768d，256d 时存储降至 1/3 但 MTEB multilingual 仅从 61.36 微跌到 60.41；128d 跌幅明显（MMEB v2 从 59.01 跌到 45.65），建议仅纯文本任务使用。支持 Sentence Transformers（model.encode() / model.similarity()），任务导向的轻量指令前缀可针对搜索、分类、聚类、相似度等场景优化嵌入。**注意：必须使用 BF16 或 FP32，绝不能使用 FP16——激活值会超过 FP16 动态范围，导致 NaN 或静默退化的嵌入**。 影响：EmbeddingGemma 2 把"端侧多模态 RAG"从概念变成可部署现实：开发者无需依赖云端 API 即可在手机/笔记本上实现跨文本、图像、音频、视频的语义搜索。对 Gemma 4 生态而言，它是首个开源多模态嵌入补位；对 Hugging Face、Ollama、LlamaIndex、LangChain 等开源库而言，新增了一个低门槛、高覆盖度的原生多模态嵌入选项，进一步压缩专有嵌入 API 的市场空间。对企业 AGI 与数字资产管理系统，270M 文本-only / 440M 多模态 的模块化可显著降低向量库存储与推理成本（256d MRL 直接砍 67% 存储），同时为多语种 RAG、多模态客服、媒体内容检索提供统一基础设施。 总结：EmbeddingGemma 2 以 740M 参数、Apache 2.0、跨四模态统一嵌入空间，把开源嵌入模型的端侧可用性推进到新的边界——开发者终于能在不依赖云端 API 的前提下完成跨模态检索与 RAG。 参考来源： - AGI Hunt（740M 综合介绍）：https://agihunt.info/en/p/1a111f49b84639f164950a01efc - AGI Hunt（端设备 RAG）：https://agihunt.info/en/p/1a111faf10593f45d774547471a - AGI Hunt（Hugging Face 多语言报告）：https://agihunt.info/en/p/1a1120f95bfa4e89a90e7dd16db - AI.jp.net 中文分析：https://www.ai.jp.net/article/google-deepmind-unveils-embeddinggemma-2-a-tiny-740m-parameter-model-unifying-co-02abb0 - Ollama 模型库：https://ollama.com/library/embeddinggemma-2 - Hugging Face 模型卡：https://huggingface.co/AshwinKM2005/github-duplicates-bi-encoder - Google Developers Blog：https://developers.googleblog.com/embeddinggemma-2-the-developer-guide/