EmbeddingGemma 2：一个开放、轻量的多模态嵌入模型
内容提要
谷歌发布开源轻量多模态嵌入模型 EmbeddingGemma 2，基于 Gemma 4 架构，7.4 亿参数，Apache 2.0 许可。该模型首次将文本、图像、音频、视频统一映射到同一嵌入空间，支持端侧运行，文本模式最低约 191MB 内存。其采用模块化设计，支持向量维度动态截断，存储最多减少 6 倍，上下文窗口扩至 8K，代码性能显著提升，适用于本地搜索、RAG 与多模态检索。
延伸解读
模块化设计带来的灵活部署
EmbeddingGemma 2 采用模块化架构，文本任务仅需 270M 参数，视觉和音频编码器各为 170M 和 300M，可按需启用。这种设计让开发者能根据实际场景裁剪模型，在纯文本任务中显著降低资源占用，同时保留后续扩展多模态能力的空间。
存储优化与向量维度截断
借助 Matryoshka 表示学习，模型输出向量可从 768 维动态截断至 512、256 或 128 维，为本地向量数据库带来最高 6 倍的存储节省。这一特性尤其适合端侧设备，帮助开发者在有限存储和内存条件下平衡检索精度与效率。
端侧多模态检索的隐私与延迟优势
EmbeddingGemma 2 完全在设备上生成嵌入，数据无需上传云端，既保护隐私又降低管道延迟。结合 Gemma 4 等生成模型，可构建离线多模态 RAG 流程，例如用文本或音频查询定位视频片段，或对本地媒体库进行语义搜索。
代码检索能力的显著提升
相比前代，EmbeddingGemma 2 在 MTEB Code 基准上提升了 9.92 分（从 68.76 到 78.68），使其更适合本地代码库索引、语义代码搜索和编码代理检索。对于需要在端侧处理代码的开发者，这一改进意味着更准确的检索结果和更少的人工筛选。
Q&A
EmbeddingGemma 2 是什么？它和上一代相比有什么主要升级？
EmbeddingGemma 2 是谷歌发布的开放、轻量多模态嵌入模型，基于 Gemma 4 架构，7.4 亿参数，Apache 2.0 许可。相比上一代仅支持文本，它首次将文本、图像、音频、视频统一映射到同一嵌入空间，并支持端侧运行。
EmbeddingGemma 2 在端侧运行需要多少内存？
在 Google Pixel 11 Pro 上，经过量化后，纯文本权重最低约需 191MB 活跃内存，完整多模态模型约需 567MB。
EmbeddingGemma 2 如何实现存储优化？最多能减少多少存储？
它采用 Matryoshka 表示学习（MRL），开发者可以将输出向量从 768 维动态截断到 512、256 或 128 维，从而为本地向量数据库提供最多 6 倍的存储减少。
EmbeddingGemma 2 的上下文窗口有多大？能处理多长的音频或多少图像？
它具有 8K token 的上下文窗口（比 EmbeddingGemma 1 大 4 倍），可直接在本地硬件上处理最多 5.5 分钟音频、29 张图像、58 个视频帧或它们的交错组合。
EmbeddingGemma 2 在代码任务上的性能提升如何？
在 MTEB Code 基准上，EmbeddingGemma 2 相比上一代提升了 9.92 分（从 68.76 提升到 78.68），非常适合本地代码库索引、语义代码搜索和编码代理检索。
EmbeddingGemma 2 有哪些实际应用场景？
它可用于本地搜索、隐私优先的 RAG 管道、多模态检索（如用文本或图像搜索媒体库、用文本或音频定位视频片段）、实时决策引擎（分类、路由、预测）等，全部可在设备上离线运行。
