EmbeddingGemma 2
Google DeepMind 的 740M Apache 2.0 嵌入模型,把文本、代码、图像、视频和音频放进同一个检索空间;可在设备端运行。
一句话概括. 嵌入模型把文本、图片、视频或声音变成一串数字,让含义相近的内容在空间里彼此靠近,语义搜索和检索增强生成就靠它。EmbeddingGemma 2 在同一个空间里处理所有这些类型的内容,所以你可以用一段语音备忘录搜索视频,或用一句话找照片。它小到能在手机或笔记本上运行,许可证是 Apache 2.0。
概述
Google DeepMind 于 2026 年 10 月 6 日以 Apache 2.0 许可证发布 EmbeddingGemma 2;第一代 EmbeddingGemma 使用的是 Gemma 许可证。它总共 7.4 亿参数,基于 Gemma 4 架构。它把文本(包括源代码)、图像、视频和音频,单独或组合,映射到同一个 768 维向量空间,理解 100 多种语言,上下文窗口为 8,192 token。Google 称这足够处理约 5.5 分钟的音频、29 张图像或 58 个视频帧。
设计是模块化的。核心是一个 2.7 亿参数的文本和代码模型,只有在需要时才加载 1.7 亿参数的视觉编码器和 3 亿参数的音频编码器,因此可选 2.7 亿、4.4 亿(文本加视觉)、5.7 亿(文本加音频)或 7.4 亿参数。套娃(Matryoshka)训练让你把向量从 768 维缩短到 512、256 或 128 维,向量数据库的存储最多可缩小到六分之一;Google 称缩短到 256 维时质量仍保持良好。文本输入最好加上简短的任务前缀,例如搜索查询前缀或文档前缀。Google 称经过量化后,在 Pixel 11 Pro 手机上,纯文本模型约需 191 MB 内存,完整多模态模型约 567 MB。BF16 检查点约 1.5 GB。
Google 报告其在 MTEB 代码基准上得分 78.68,EmbeddingGemma 1 为 68.76,多语言文本结果基本持平(61.36 对 61.15),并称它在 10 亿参数以下的多模态嵌入模型中领先。这些是 Google 自己的结果。由于它与 Gemma 4 共用分词器和音频编码器,两者可以一起运行,总内存占用更小。
适合做什么
- 设备端和离线的语义搜索与检索增强生成
- 跨模态搜索,例如用语音备忘录找视频片段,或用文字找图片
- 本地代码搜索,以及为编程智能体索引代码库
- 用截短到 256 或 128 维的向量节省向量存储
需要注意
- 不同嵌入模型的向量互不通用,换模型就意味着要重新索引数据
- 8,192 token 的上下文对长文档偏短,需要分块
- 文本最好使用推荐的任务前缀;图像、视频和音频不需要前缀
- 基准结果来自 Google 自己;请在自己的数据上与更大的嵌入模型对比
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 EmbeddingGemma 2 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| Text and code only (270M of the same weights) BF16 | 270M | – | 0.621 GB | 笔记本或手机 |
| Full multimodal (740M) BF16 | 740M | 1.5 GB | 1.72 GB | 笔记本或手机 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
- Qwen3-Embedding 与 EmbeddingGemma 2 对比:该选哪个开源嵌入模型?
- 2026 年最佳开源嵌入(Embedding)模型
- EmbeddingGemma 2:把文本、图像、视频和音频放进一个 Apache 2.0 模型
常见问题
- EmbeddingGemma 2 是什么?
- 嵌入模型把文本、图片、视频或声音变成一串数字,让含义相近的内容在空间里彼此靠近,语义搜索和检索增强生成就靠它。EmbeddingGemma 2 在同一个空间里处理所有这些类型的内容,所以你可以用一段语音备忘录搜索视频,或用一句话找照片。它小到能在手机或笔记本上运行,许可证是 Apache 2.0。
- EmbeddingGemma 2 可以商用吗?
- 可以。EmbeddingGemma 2 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- EmbeddingGemma 2 是开源的吗?
- EmbeddingGemma 2 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 EmbeddingGemma 2 吗?
- 可以。最小版本 Text and code only (270M of the same weights) 在 4 位精度下约需 0.621 GB 内存,现代笔记本或中端显卡即可胜任。
- EmbeddingGemma 2 是什么时候发布的?
- EmbeddingGemma 2 由 Google DeepMind 于 2026年10月6日 发布。
- EmbeddingGemma 2 的上下文窗口有多长?
- EmbeddingGemma 2 支持最长 8K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Google blog: EmbeddingGemma 2 (6 Oct 2026) blog.google
- Google Developers Blog: EmbeddingGemma 2, the developer guide developers.googleblog.com
- EmbeddingGemma 2 model card (Hugging Face) huggingface.co
- EmbeddingGemma documentation (Google AI for Developers) ai.google.dev
发布时间等信息最近核实于 2026年11月8日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3-Embedding Alibaba Qwen | 600M – 7.57B | 32K | Apache 2.0 (宽松) | 1.38 GB 笔记本或手机 | |
| Qwen3-VL-Embedding Alibaba Qwen | 2.13B – 8.14B | 32K | Apache 2.0 (宽松) | 4.9 GB 笔记本或手机 | |
| Granite Embedding R2 IBM | 48M – 312M | 32K | Apache 2.0 (宽松) | 0.115 GB 笔记本或手机 | |
| Gemma 4 Google DeepMind | 5.1B – 30.7B | 256K | Apache 2.0 (宽松) | 3.52 GB 笔记本或手机 |