Skip to main content
Todas as notícias
AI RADARModelos
253•06/10/2026, 22:02•2 min de leitura

Google Lança o EmbeddingGemma 2: Um Modelo Multimodal Unificado

Google Lança o EmbeddingGemma 2: Um Modelo Multimodal Unificado
Resumo executivo30 seg

O novo modelo da Google integra texto, código, imagens, vídeo e áudio num único espaço vetorial, permitindo entradas mistas com eficiência.

A Google lançou o EmbeddingGemma 2, um modelo de incorporação multimodal. Enquanto a primeira versão operava exclusivamente com texto, a segunda é construída sobre a base do Gemma 4 e mapeia texto, código, imagens, vídeo e áudio para um único espaço vetorial, viabilizando o uso de dados mistos como entrada.

O modelo possui 740 milhões de parâmetros, mas adota uma arquitetura modular. A componente de texto consome 270 milhões de parâmetros, enquanto os codificadores de imagem e áudio são carregados separadamente conforme necessário. A janela de contexto foi ampliada para 8K tokens, o que equivale aproximadamente a 5,5 minutos de áudio ou 29 imagens processadas simultaneamente.

Em tarefas de texto, a qualidade manteve-se ao nível da primeira versão, enquanto o desempenho em código melhorou significativamente. A Google afirma alcançar o melhor resultado entre modelos de incorporação multimodal com até 1 bilhão de parâmetros.

Os pesos estão disponíveis sob a licença Apache 2.0: Hugging Face.

Anúncio oficial: blog.google.

Por que isso importa

Análise

O EmbeddingGemma 2 simplifica a recuperação e correspondência multimodal, mantendo-se compacto e aberto para implementação local.

Debater na comunidade

Compartilhe suas dúvidas e insights com desenvolvedores

Entrar no Telegram
+5 Points
← Voltar ao feed de notícias

Relacionado no ecossistema

Guias práticos, terminologia essencial e skills de agentes