Google выпустила мультимодальную EmbeddingGemma 2

EmbeddingGemma 2 переводит текст, код, изображения, видео и аудио в единое векторное пространство, поддерживая смешанные данные на входе.
Первая версия работала только с текстом, вторая построена на Gemma 4 и переводит в одно векторное пространство текст, код, изображения, видео и аудио. Так что на вход теперь можно подавать и смешанные данные.
Модель весит 740M параметров, но устроена модульно. Текстовая часть занимает 270M, а энкодеры изображений и аудио загружаются отдельно при необходимости. Контекст вырос до 8K токенов — это около 5,5 минут аудио или 29 картинок за раз.
На текстовых задачах качество осталось на уровне первой версии, а на коде заметно выросло. Google заявляет, что среди мультимодальных эмбеддеров до 1B параметров это лучший результат.
Веса открыты под Apache 2.0.
Почему это важно
АналитикаEmbeddingGemma 2 упрощает мультимодальный поиск и сопоставление данных, сохраняя компактность модели и открытость для локального внедрения.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Gemini Flash & Pro (Google Gemini)
Семейство мультимодальных моделей от Google DeepMind, объединяющее рекордное контекстное окно (до 2 млн токенов), экстремальную скорость генерации (более 150 токенов/с) и нативное восприятие видео и аудио.
Google AI Studio: бесплатные API ключи Gemini
Официальная песочница Google: как получить бесплатный API ключ Gemini 2.0/1.5 без карты, настроить системные промты и 2M контекст. Лимиты и инструкция 2026.
Google представила Gemini 4 Neon: модель обходит Claude Opus 5.5 и GPT-6.2 Sol в кодинге и агентных сценариях
Google представила Gemini 4 Neon — новую модель, которая, по заявленным результатам, превосходит Claude Opus 5.5 и GPT-6.2 Sol в большинстве тестов и задач.
Jev и System One AI: полное практическое руководство по модели решений от TypeSafe
Глубокий инженерный разбор флагманской модели Jev: архитектура System One против LLM, примитивы Choice/Score/Noul, параллелизм запросов, математика уверенности, видео-кейсы, код и обзор локальных open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).