Skip to main content
AI RADARModelos
253•06/10/2026, 22:02•2 min

Google lanza EmbeddingGemma 2 multimodal

Google lanza EmbeddingGemma 2 multimodal
Resumen ejecutivo30 seg

EmbeddingGemma 2 convierte texto, código, imágenes, video y audio en un único espacio vectorial y admite entradas mixtas.

Google ha lanzado el modelo multimodal EmbeddingGemma 2. La primera versión solo funcionaba con texto, mientras que la segunda está construida sobre Gemma 4 y convierte texto, código, imágenes, video y audio en un único espacio vectorial. Ahora se pueden usar datos mixtos como entrada.

El modelo tiene 740M de parámetros, pero está diseñado de forma modular. La parte de texto ocupa 270M, mientras que los codificadores de imagen y audio se cargan por separado cuando es necesario. El contexto aumentó a 8K tokens, lo que equivale a unos 5,5 minutos de audio o 29 imágenes a la vez.

En tareas de texto, la calidad se mantuvo en el nivel de la primera versión, mientras que en código mejoró notablemente. Google afirma que es el mejor resultado entre los modelos de embeddings multimodales de hasta 1B de parámetros.

Los pesos están abiertos bajo la licencia Apache 2.0: Hugging Face.

Anuncio oficial: blog.google.

Por qué es importante

Análisis

EmbeddingGemma 2 simplifica la búsqueda y el emparejamiento multimodal manteniendo el modelo compacto y abierto para despliegue local.

Debatir en la comunidad

Comparte tus preguntas e ideas con desarrolladores

Unirse a Telegram
+5 Points
← Volver a noticias

Relacionado en el ecosistema

Guías prácticas, terminología y skills de agentes