Google 发布 EmbeddingGemma 2：7.4亿参数性能超越两倍体量竞品

Google 发布了 EmbeddingGemma 2，这是一款开源模型，能够将文本、图像、视频、音频和代码转换为数值向量，从而更轻松地查找和比较相似内容。该模型拥有 7.4 亿参数，Google 称其为同类中最紧凑的模型，在多种多模态嵌入基准测试上，其表现甚至优于体量高达它两倍的竞品相关模型。

该模型可在本地运行，无需 API 密钥。通过浏览器中的 WebGPU，每次查询耗时约 20 至 70 毫秒。它仅需约 191 MB 内存，并能将本地向量数据库的存储空间最多压缩六倍。对于纯文本任务，2.7 亿参数版本即可满足需求。

与 Gemma 4 等小型开源模型搭配使用，EmbeddingGemma 2 可运行离线 RAG 应用，无需将数据发送至外部服务器。模型权重已在 Hugging Face 和 Kaggle 上线，同时提供开发者指南和文档。