Google Developers Blog·· 3 天前精选AI 评分76
Google DeepMind 发布端侧多模态嵌入模型 EmbeddingGemma 2
Bring multimodal semantic search to the edge with EmbeddingGemma 2
AI 导读
Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一向量空间，参数量 740M，文本权重最低约 191MB 内存，完整多模态模型在 Google Pixel 11 Pro 上约 567MB。
推荐理由
EmbeddingGemma 2 把文本、图像、视频帧和音频映射到同一向量空间，并给出端侧内存与延迟数据，可据此判断本地多模态检索的落地边界。
来源：Google Developers Blog · developers.googleblog.com