谷歌开源 EmbeddingGemma 2：7.4 亿参数多模态嵌入、可跑手机

背景

Google DeepMind 于 10 月 6 日发布 EmbeddingGemma 2，一个 7.4 亿参数的嵌入模型，瞄准端侧多模态检索。

核心要点

• 把文本、代码、图像、音频、视频统一映射进一个共享向量空间，支持跨模态语义检索。
• 仅 740M 参数，小到可在手机本地运行——用户无需把照片/视频上传云端即可检索自有媒体（如用语音备忘录找视频片段）。
• 延续 Gemma 家族开放权重路线，便于开发者在本地与边缘设备集成语义搜索与召回。
• 与同期 Nano Banana 2.1、Mistral Large 4 共同构成 10 月第一周密集的模型发布潮。

为什么重要

把多模态嵌入压到手机可跑的尺寸，是隐私优先端侧 AI 的关键基建；也反映模型竞争从「更大」转向「更可部署」。

关键事实速记

• 发布 EmbeddingGemma 2（10-06）
• 740M 参数
• 文/码/图/音/视频统一空间
• 手机本地可跑
• Gemma 开放权重路线