Skip to main content
AI RADARModele
241•07.10.2026, 08:02•1 min czytania

Google udostępnia EmbeddingGemma 2: otwarty model osadzania multimodalnego

Google udostępnia EmbeddingGemma 2: otwarty model osadzania multimodalnego
W skrócie30 sek.

Google zaprezentowało EmbeddingGemma 2, otwarty model osadzania multimodalnego o 740 mln parametrów, zaprojektowany do lokalnego przetwarzania tekstu, kodu, obrazów, wideo i dźwięku na urządzeniach końcowych.

Google wypuściło EmbeddingGemma 2, pierwszy otwarty model osadzania multimodalnego, który natywnie obsługuje tekst, kod, obrazy, wideo oraz dźwięk.

Model ten dysponuje 740 milionami parametrów i modułową architekturą. Został zaprojektowany tak, aby działać bezpośrednio na urządzeniu użytkownika (on-device), a nie w centrach danych.

EmbeddingGemma 2 przewyższa wydajnością niektóre wyspecjalizowane modele, które są od niego ponad dwukrotnie większe.

W połączeniu z modelem Gemma 4 umożliwia budowę w pełni lokalnego stosu RAG (Retrieval-Augmented Generation) z silnym naciskiem na prywatność danych.

Dlaczego to ważne

Analiza

Lokalne osadzanie multimodalne zmniejsza zależność od chmurowych API i sprawia, że prywatne systemy RAG działające na urządzeniach końcowych stają się znacznie bardziej dostępne.

Dyskutuj w społeczności

Dziel się swoimi pytaniami i spostrzeżeniami z programistami

Dołącz do Telegrama

Powiązane w ekosystemie

Praktyczne poradniki, kluczowa terminologia i skille agentów