谷歌发布 EmbeddingGemma 2：7.4 亿参数多模态嵌入，量化纯文本约 191MB 内存可跑
谷歌发布 EmbeddingGemma 2，把嵌入能力从纯文本扩展到代码、图像、视频与音频，统一映射到同一嵌入空间。模型基于 Gemma 4 架构，总参数 7.4 亿，以 Apache 2.0 许可发布：纯文本任务仅需 2.7 亿参数，可按需叠加 1.7 亿参数的视觉编码器与 3 亿参数的音频编码器；借助 Matryoshka 表示学习，输出向量可从 768 维截断至 512、256 或 128 维。上下文窗口为 8K Token，是初代的 4 倍。量化后在 Pixel 11 Pro 上，纯文本权重约需 191 MB 运行内存，完整多模态模型约需 567 MB。权重已上架 Hugging Face 与 Kaggle，面向端侧搜索与隐私优先的本地 RAG 场景。