Google 开源 EmbeddingGemma 2：小体积多模态嵌入模型性能超越两倍竞品

出处作者 / 发布主体：Matthias Bastian原标题：Google claims EmbeddingGemma 2 outperforms rival embedding models twice its size

78AI 研判分

核心综述

Google 发布开源多模态嵌入模型 EmbeddingGemma 2，仅 7.4 亿参数即可在文本、图像、视频等基准测试中超越体量两倍的竞品。该模型支持本地运行，内存占用低至 191 MB，显著降低向量数据库存储需求并提升检索效率。

报道全文原始报道全文

Google 发布了 EmbeddingGemma 2， 这是一款开源模型，可将文本、图像、视频、音频和代码转换为数值向量，从而更轻松地查找和比较相似内容。该模型拥有 7.4 亿参数，Google 称其为同类中最紧凑的模型，并且在多模态嵌入基准测试中表现优于规模达其两倍的竞争模型。

EmbeddingGemma 2 在 Massive Text Embedding Benchmark（代码类）中得分为 78.68，较前代版本（68.76）提升了近 10 分。这一成绩使其能够与规模大得多的模型相媲美。| 图片：Google

该模型可在本地运行，无需 API 密钥。通过浏览器中的 WebGPU，每次查询耗时约 20 至 70 毫秒。它仅需约 191 MB 内存，并将本地向量数据库存储需求最多降低六倍。对于纯文本任务，一个 2.7 亿参数的版本就已足够。

Video 3 配合 Gemma 4 等小型开源模型，EmbeddingGemma 2 可以运行离线 RAG 应用，而无需将数据发送至外部服务器。模型权重已发布在 Hugging Face 和 Kaggle 上，同时提供了开发者指南和文档。