Google EmbeddingGemma 2
An open, lightweight multimodal embedding model
概述
Google DeepMind 推出的开放权重多模态嵌入模型，把文本、代码、图像、视频和音频映射到同一向量空间，让用户用一次查询即可跨模态检索，并能在手机端离线运行。
创新点
核心卖点是『一个共享空间 + 端侧可跑』：740M 参数的多模态版本在手机上约占 567MB 内存、纯文本版本约 191MB，把过去只能放在云端的跨模态向量检索下沉到本地设备。Apache 2.0 许可、权重托管在 Hugging Face 与 Kaggle，意味着可直接商用与自托管。同时代码检索能力提升明显（MTEB Code 从 68.76 升至 78.68），说明这一代不只是多模态扩容，代码这一薄弱项也被补强。
目标用户
需要跨模态检索能力的 AI 应用开发者、RAG / 语义搜索工程师、端侧与隐私敏感场景的产品团队，以及做检索评测与模型微调的研究者。
竞争格局
处于开源嵌入模型的正面战场：闭源侧有各家云厂商的托管 embedding API，开源侧有 BGE、E5、Nomic、Jina 等一批中文与英文强势模型，多模态嵌入领域也有 CLIP 系与其后续工作。它的差异化不在『分数最高』，而在『Google 品牌 + Apache 2.0 + 真正能端侧跑』三者叠加——对在意合规、离线可用、以及不想被单一云厂商锁定的团队吸引力最大。压力点在于：端侧内存占用仍是硬约束，且开源嵌入模型的同类替代品迭代极快，领先窗口通常很短。
标签
相关产品
OpenAI's most capable model for end-to-end work
Anthropic's most capable model ever — free until June 22
Fast, capable computer use at half the price
Google's image model with sharper design and mask editing
Frontier AI intelligence, now at half the price
Google's AI map of every possible human DNA mutation