核心内容摘要
新报|谷歌发布EmbeddingGemma 2：7.4亿参数多模态嵌入模型，主打端侧隐私搜索语音支持后台播放，做家务时当播客听，吸收意外地高。家庭共享和分龄内容池让人更放心，给孩子用也踏实一些。会区分科普简化模型和专业表述，提醒别过度脑补。进度跨设备衔接自然，换手机平板继续看不费劲。学习还可以是一种很安静的安慰，不用打鸡血也能把人托稳。
谷歌于周一推出EmbeddingGemma 2，这是其面向设备端部署的多模态嵌入模型新一代产品，可在本地硬件上统一处理文本、图像、音频与视频，主打数据隐私保护与离线推理能力，对移动端AI应用开发者具有直接吸引力。 谷歌表示，该模型在MTEB代码评测中较上一代提升9.92分，并在sub-1B规模多模态嵌入模型中取得领先基准成绩，部分指标甚至超越体量两倍以上的专项模型。 上一代产品EmbeddingGemma自发布以来已累计超过2000万次下载，此次升级将嵌入能力从纯文本扩展至多模态，有望进一步扩大谷歌在端侧AI基础设施领域的开发者生态优势。 EmbeddingGemma 2的核心设计逻辑是在有限硬件资源下实现高质量多模态推理。模型采用模块化架构，纯文本工作负载仅需约2.7亿参数，视觉编码器（1.7亿参数）与音频编码器（3亿参数）可按需加载，全模态版本总参数量为7.4亿。 谷歌公布的测试数据显示，在经过量化处理后，该模型在Google Pixel 11 Pro上运行时，纯文本权重仅需约191MB活跃内存，全多模态模式所需内存约为567MB。对于内存受限的消费级设备而言，这一指标具有实际部署意义。 在存储效率层面，模型引入Matryoshka表示学习（MRL）技术，允许开发者将输出向量从768维动态截断至512、256或128维，最高可实现本地向量数据库6倍的存储压缩比。 EmbeddingGemma 2将上下文窗口扩展至8K token，是上一代4倍，可在本地硬件上直接处理最长约5.5分钟的音频、29张图像、58帧视频，或上述模态的交错组合输入。 这一能力使跨模态语义检索场景在端侧变得可行，例如通过语音备忘录定位特定视频片段，或基于文本查询检索多小时音频录音。 在代码检索能力上，模型在MTEB Code基准测试中从68.76分提升至78.68分，升幅达9.92分，适用于本地代码库索引、语义代码搜索及编程智能体检索等场景。 谷歌指出，本地生成嵌入有助于确保数据隐私、降低流水线延迟，并使跨模态搜索与检索功能在完全离线状态下运行。这一定位与当前部分企业和开发者对数据主权和隐私合规的关注相契合。
📕作者： 卫振中撰 · 更新于 2026-10-07 10:49:08
🍆小助理(hpn)笔趣阁百度谢尔德鲁普：葡萄牙是表现更好的一方，这场胜利是他们应得的
🕺《引狼入室霸占妻子结局解析》几乎同一时间，另一股“低气压”从纽约生成。9月23日，泽连斯基在联合国大会发言时突然宣布：乌方已将两名朝鲜战俘移交韩国。莫德里奇是一位超级巨星，我特别欣赏他的态度。他从不多言，只专注于比赛，多年来一直表现出色。41岁还能踢比赛已是值得称道的成就，更不用说还能代表国家队出战，但或许有人会认为，他已无法超越自己。然而，他多年来处理球权的方式堪称卓越非凡。这是多么精彩的职业生涯，简直令人惊叹。
💢《麻花传剧MV高清全集百度盘》波兰足协：前波兰国脚齐奥贝尔去世，享年60岁
🔞《味道女人》青年发展型城市并非一个新概念。2022年4月，中宣部、国家发改委、共青团中央等17部门联合印发《关于开展青年发展型城市建设试点的意见》，将这项工作上升为国家战略。
🍒《过分深见君》动漫类似的动漫工业数字孪生。工厂产线、矿山等场景中，MoWorld可以将真实环境快速转化为空间资产，用于设备布局调整、改造方案预演、远程培训和异常场景模拟。
📸 记者 赖昭生 摄 · 更新于 2026-10-07 10:49:08
