Google lanza EmbeddingGemma 2, un modelo de embeddings multimodal abierto

Google presentó EmbeddingGemma 2, un modelo de embeddings multimodal abierto con 740 millones de parámetros, pensado para ejecutarse en el dispositivo.
Google ha lanzado EmbeddingGemma 2, el primer modelo de embeddings multimodal abierto que funciona de forma nativa con texto, código, imágenes, vídeo y audio.
El modelo tiene 740 millones de parámetros y una arquitectura modular. Está diseñado para ejecutarse directamente en el dispositivo, no en un centro de datos.
EmbeddingGemma 2 supera a algunos modelos especializados que son más del doble de grandes.
En combinación con Gemma 4, permite construir un RAG totalmente local con énfasis en la privacidad.
Por qué es importante
AnálisisLos embeddings multimodales locales reducen la dependencia de APIs en la nube y facilitan la creación de sistemas RAG privados en el dispositivo.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Jev y System One AI: guía práctica completa del modelo de decisiones de TypeSafe
Análisis ingenieril profundo del modelo insignia Jev: arquitectura System One frente a LLM, primitivas Choice/Score/Noul, paralelismo de consultas, matemática de la confianza, casos de vídeo, código y revisión de alternativas open-weight locales (Laya, GLiNER2.5, CLM-8B).
Gemini Flash & Pro (Google Gemini)
Familia de modelos multimodales de Google DeepMind que combina una ventana de contexto récord (hasta 2 millones de tokens), velocidad de generación extrema (más de 150 tokens/s) y percepción nativa de video y audio.
Google AI Studio: Claves API Gratis de Gemini
Sandbox oficial de Google: cómo obtener una clave API gratis de Gemini 2.0/1.5 sin tarjeta, configurar prompts del sistema y contexto de 2M. Guía 2026.
Google presenta Gemini 4 Neon: supera a Claude Opus 5.5 y GPT-6.2 Sol en código y agentes
Google presentó Gemini 4 Neon, una nueva IA que, según los resultados anunciados, supera a Claude Opus 5.5 y GPT-6.2 Sol en la mayoría de pruebas.