EmbeddingGemma 2 多模态嵌入论文发布

2026年10月29日，X 用户 Rohan Paul（@rohanpaul_ai）发布消息称，Google 发布了 EmbeddingGemma 2 论文，该论文题为“EmbeddingGemma 2：统一高效的多模态表示”，arXiv 编号为 2610.37364。据该消息，这是一个 Apache 2.0 许可的端侧多模态嵌入模型，参数量为 744M，可将文本、代码、图像、音频和视频映射到同一检索空间。在 Pixel 11 Pro 上，量化后的文本权重占用约 191MB 活跃内存，完整多模态模型占用约 567MB。上下文窗口扩大 4 倍至 8K tokens，单次输入约可容纳 5.5 分钟音频、29 张图像或 58 帧视频。上述内存与容量数据均针对 Pixel 11 Pro 及该量化配置，并非对所有设备或所有使用方式通用。目前信息来自同一来源的两条发布，尚无其他跟进报道。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。