谷歌开源 EmbeddingGemma 2，7.4 亿参数支持多模态检索

Google DeepMind 已开源 EmbeddingGemma 2。该模型总参数量为 7.4 亿，可直接处理文本、代码、图片、视频和音频，并将这些内容放入同一个向量空间，用于搜索和 RAG。

上一代 EmbeddingGemma 只能处理文本。EmbeddingGemma 2 则支持按需加载不同模块：仅处理文本和代码时，参数量为 2.7 亿；加入视觉能力后为 4.4 亿；全部模块加载时为 7.4 亿。

内存占用与上下文长度

Google 在 Pixel 11 Pro 上进行了测试。量化后，文本版本最低活跃内存占用约 191MB，完整版本约 567MB。

上下文窗口也从上一代的 2K 提升到 8K。单次最多可处理约 5.5 分钟音频、29 张图片或 58 帧视频。

检索表现

代码检索是提升最明显的部分。MTEB Code 得分从上一代的 68.76 提高到 78.68。多语言文本表现变化不大，从 61.15 升至 61.36。

向量压缩与许可证调整

该模型默认输出 768 维向量，也支持压缩到 512、256 或 128 维。按这一设置，向量存储空间最低可缩减至原来的六分之一。

许可证也有所放宽。上一代 EmbeddingGemma 使用 Google 自有的 Gemma 条款，EmbeddingGemma 2 改为 Apache 2.0。Google 今年发布的 Gemma 4 也采用 Apache 2.0。按官方披露，最近几款开放模型在商业使用和二次开发方面更为友好。