Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

Google 发布 EmbeddingGemma 2，一个基于 Gemma 4 的开源原生多模态嵌入模型，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间。模型提供 740M 全模态、440M 文本+视觉、570M 文本+音频和 270M 纯文本四个版本，支持 8K 上下文与 768/512/256/128 维 Matryoshka 嵌入，权重已在 Hugging Face 和 Kaggle 开放下载。 Google 称，用户可通过 sentence-transformers（v6.1.0 或更高版本）在五类模态上运行该模型，其活跃内存占用约 191MB 至 567MB，单次可处理最长 5.5 分钟音频、29 张图片或 58 个视频帧；模型经过优化可在移动端和桌面端本地运行，无需联网，与 Gemma 4 搭配可实现端侧 RAG。Google DeepMind 称，这是其首个面向端侧嵌入的原生多模态开放模型，仅 740M 参数，在各项基准上超越了一些参数量是其两倍以上的专用模型。 Unsloth 称，270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过其 GGUF 运行和微调；llama.cpp 已提供 Day-0 支持。Simon Willison 评论称，Apache 2.0 许可对嵌入模型至关重要，因为用户通常需存储大量向量，一旦厂商停供，重新计算存量向量的成本需由用户承担。

最新进展：Google 发布端侧多模态嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 开源

事件时间线

1. 2026年10月7日 05:05

   X：Rohan Paul (@rohanpaul_ai)

   Google 发布端侧多模态嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 开源

   Google 发布 EmbeddingGemma 2，是其首个原生多模态开放嵌入模型，将文本、代码、图像、音频和视频统一到一个共享空间，采用 Apache 2.0 许可证。

   阅读原始报道 ↗
2. 2026年10月7日 04:37

   Simon Willison 博客

   Simon Willison 评 EmbeddingGemma 2：Apache 2.0 许可对嵌入模型至关重要

   Simon Willison 评论 EmbeddingGemma 2 采用 Apache 2.0 许可，认为嵌入模型不应使用闭源托管方案。他指出嵌入模型通常需计算并存储数千乃至数百万条向量，一旦厂商停供，用户需为重新计算存量向量付费；2024 年 4 月 OpenAI 曾提出承担用户用新模型重新嵌入内容的费用，但他认为不能指望所有供应商都如此。

   阅读原始报道 ↗
3. 2026年10月7日 03:57

   Google DeepMind：Blog（RSS） 一手信源

   Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

   Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，以 Apache 2.0 许可开源，将文本、代码、图像、视频和音频映射到统一嵌入空间。

   阅读原始报道 ↗
4. 2026年10月7日 03:47

   The Decoder：AI News（RSS）

   Google 发布 7.4 亿参数开源嵌入模型 EmbeddingGemma 2

   Google 发布开源嵌入模型 EmbeddingGemma 2，740M 参数，可将文本、图像、视频、音频和代码转为向量，称其在多模态嵌入基准上优于规模两倍的竞品。

   阅读原始报道 ↗
5. 2026年10月7日 02:42

   X：Philipp Schmid（Google DeepMind 开发者体验） (@_philschmid)

   Gemma 浏览器端嵌入模型

   用 @googlegemma 在浏览器中嵌入任何内容 https://huggingface.co/spaces/webml-community/embeddinggemma-2-webgpu

   阅读原始报道 ↗
6. 2026年10月7日 02:37

   X：Philipp Schmid（Google DeepMind 开发者体验） (@_philschmid)

   EmbeddingGemma 浏览器直接试用

   直接在浏览器中试用：https://huggingface.co/spaces/webml-community/embeddinggemma-2-webgpu

   阅读原始报道 ↗
7. 2026年10月7日 02:36

   MarkTechPost（RSS）

   Google DeepMind 发布 EmbeddingGemma 2：基于 Gemma 4 的 740M 开源多模态嵌入模型

   Google DeepMind 发布开源嵌入模型 EmbeddingGemma 2，可将文本、代码、图像、视频和音频嵌入统一的 768 维向量空间，基于 Gemma 4 架构，共 740M 参数，上下文窗口 8192 token，采用 Apache 2.0 许可。

   阅读原始报道 ↗
8. 2026年10月7日 02:33

   X：Philipp Schmid（Google DeepMind 开发者体验） (@_philschmid)

   Google 发布 EmbeddingGemma 2：基于 Gemma 4 的原生多模态嵌入模型，Apache 2.0 开源

   Philipp Schmid 宣布 EmbeddingGemma 2 发布，是首个基于 Gemma 4 构建的原生多模态嵌入模型，采用 Apache 2.0 许可证，可将 100+ 语言、代码、图像、音频和视频嵌入同一向量。提供 740M omni、440M text+vision、570M text+audio 和 270M text-only 四个版本，支持 8,192 上下文，MTEB Code 提升 14%，支持 768d/512d/256d/128d Matryoshka 嵌入，已在 Sentence Transformers 和 LiteRT-LM 提供，地址 https://huggingface.co/google/embeddinggemma-2。

   阅读原始报道 ↗
9. 2026年10月7日 01:25

   X：Testing Catalog (@testingcatalog)

   Google 以 Apache 2 协议开源 EmbeddingGemma 2 嵌入模型

   Google 发布开源权重嵌入模型 EmbeddingGemma 2，采用 Apache 2 许可证。该模型为 740M 参数，采用模块化编码器，支持 8K 上下文窗口，可将文本、代码、图像、视频和音频映射到统一的嵌入空间。

   阅读原始报道 ↗
10. 2026年10月7日 00:49

    X：Georgi Gerganov（llama.cpp） (@ggerganov)

    llama.cpp 支持 EmbeddingGemma 2

    在 llama.cpp 中为 EmbeddingGemma 2 提供 Day-0 支持 https://huggingface.co/ggml-org/embeddinggemma-2-GGUF

    阅读原始报道 ↗
11. 2026年10月7日 00:18

    X：Unsloth (@UnslothAI)

    Google 发布开源多模态嵌入模型 EmbeddingGemma 2，最低 0.5GB RAM 本地运行

    Google 发布开源嵌入模型 EmbeddingGemma 2，为 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文和文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过 Unsloth 的 GGUF 运行和微调。

    阅读原始报道 ↗
12. 2026年10月7日 00:15

    X：Google (@Google)

    EmbeddingGemma 2 上线 HuggingFace

    EmbeddingGemma 2 现可在 @HuggingFace 和 @Kaggle 下载，Gemini Enterprise Agent Platform Model Garden 即将上线。 了解更多 ↓ https://goo.gle/474rZXq

    阅读原始报道 ↗
13. 2026年10月7日 00:15

    X：Google (@Google)

    EmbeddingGemma 2 搭配 Gemma 4 实现端侧 RAG

    EmbeddingGemma 2 与 Gemma 4 搭配，以更低的内存占用实现高效的端侧检索增强生成（RAG）。 EmbeddingGemma 2 检索本地文件，Gemma 4 对其推理，给出有依据的答案，且完全保护隐私。

    阅读原始报道 ↗
14. 2026年10月7日 00:15

    X：Google (@Google)

    Google 发布 740M 参数多模态嵌入模型 EmbeddingGemma 2

    Google 发布 EmbeddingGemma 2，740M 参数，活跃内存占用约 191MB 至 567MB，官方称其性能超过部分体积两倍以上的模型。上下文窗口较第一代扩大 4 倍至 8K，单次可处理最长 5.5 分钟音频、29 张图片或 58 个视频帧。

    阅读原始报道 ↗
15. 2026年10月7日 00:15

    X：Google (@Google)

    Google 发布 EmbeddingGemma 2，首个原生多模态端侧嵌入开源模型

    Google 发布 EmbeddingGemma 2，是其首个面向端侧嵌入的原生多模态开源模型。模型基于 Gemma 4 架构，采用 Apache 2.0 许可证，在文本之外将图像、视频、音频和代码统一到单一嵌入空间。

    阅读原始报道 ↗
16. 2026年10月7日 00:15

    X：Google (@Google)

    EmbeddingGemma 2 本地运行优化

    EmbeddingGemma 2 经过优化，可在移动端和桌面端本地运行。 这意味着你可以从语音备忘录中找到特定的视频片段，或用简单的文本查询搜索数小时的音频，全程无需联网。

    阅读原始报道 ↗
17. 2026年10月7日 00:04

    X：Google DeepMind (@GoogleDeepMind)

    Google 发布 EmbeddingGemma 2

    仅 740M 参数，它在各项基准上极具竞争力——甚至超越了一些参数量是其两倍以上的专用模型。 开发者可以用它为应用添加多模态搜索——比如通过语音备忘录在视频中找到对应片段——或将其与 Gemma 4 搭配，实现私密的端侧 RAG。 EmbeddingGemma 2 以 Apache 2.0 许可证发布。可在 @HuggingFace 和 @Kaggle 上查看权重。 了解更多 → https://goo.gle/4y9wXgl

    阅读原始报道 ↗
18. 2026年10月7日 00:04

    X：Google DeepMind (@GoogleDeepMind)

    Google 推出 EmbeddingGemma 2

    认识 EmbeddingGemma 2，我们首个面向端侧嵌入向量的原生多模态开放模型。 它超越文本，将代码、图像、音频和视频统一到同一共享空间。🧵

    阅读原始报道 ↗
19. 2026年10月7日 00:03

    X：Sundar Pichai (@sundarpichai)

    Google 发布开源多模态嵌入模型 EmbeddingGemma 2

    Sundar Pichai 宣布 EmbeddingGemma 2，这是其首个开源、原生多模态嵌入模型，740M 参数即可处理文本、代码、图像、视频和音频任务。模型与 Gemma 4 搭配适合离线、隐私优先的 RAG 场景，性能超过一些体积超过其两倍的专业模型，权重已在 Hugging Face 开放下载。

    阅读原始报道 ↗
20. 2026年10月6日 08:00

    Google Developers Blog（RSS） 一手信源

    Google DeepMind 发布多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 于 10 月 6 日发布开放权重的多模态嵌入模型 EmbeddingGemma 2，将文本、图像、视频帧和音频映射到统一向量空间，参数量 740M。

    阅读原始报道 ↗
21. 2026年10月6日 08:00

    Google Developers Blog（RSS） 一手信源

    Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

    Google 发布基于 Gemma 4 的开源嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间，参数量从 270M（文本/代码）到 740M（全模态）按需加载。

    阅读原始报道 ↗