EmbeddingGemma 可直接在浏览器中试用

Google 于 2026 年 10 月 6 日发布 EmbeddingGemma 2，这是一款面向端侧的多模态嵌入模型，可将文本、图像、音频和视频映射到统一向量空间，关注价值在于它把跨模态检索和本地 RAG 推向较低硬件门槛的开发场景。

• Google 官方称模型有 7.4 亿参数，采用 Apache 2.0 许可，并支持通过压缩降低向量存储和内存占用。
• 官方提供的应用方向包括本地媒体搜索、视频片段定位、文档检索和决策路由；部分性能与内存数字来自 Google 自测。
• Google 还称该模型可通过 transformers.js 或 WebGPU 在浏览器相关环境中构建应用，但实际体验仍取决于浏览器、设备和量化配置。
• 开放权重意味着企业可保留自部署选项，降低对单一托管服务的依赖；同时仍需自行承担模型更新、索引迁移和运维成本。
• 影响/看点：若社区模型权重、工具链和浏览器端性能达到可用水平，端侧多模态检索的部署成本可能下降；其优势能否成立，取决于第三方基准、真实设备延迟和许可兼容性。
• 资料依据:
• Google（2026-10-06）：EmbeddingGemma 2: an open, lightweight multimodal embedding model https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/
• Simon Willison（2026-10-06）：EmbeddingGemma 2 https://simonwillison.net/2026/Oct/6/hn-49983751/

本内容由 AI 生成，仅供参考，请注意甄别