EmbeddingGemma 2: lehký multimodální embedovací model s otevřenou licencí
EmbeddingGemma 2 je model, který na zařízení spojuje text, kód, obrázky, audio i video do jednotného vektorového prostoru. Model má 740 milionů parametrů, běží efektivně na mobilních čipech a je licencován pod Apache 2.0.
Původní EmbeddingGemma, představený loni, získal více než 20 milionů stažení a podpořil on-device vyhledávání v. Vývojáři jej využili pro soukromé RAG pipeline a rychlé indexování textových dat na svých zařízeních. EmbeddingGemma 2 staví na architektuře Gemma 4 a rozšiřuje embedování i o multimodální vstupy přímo v modelu.
Model dosahuje špičkových výsledků v MTEB a MAEB benchmarkech, překonává větší modely v textových i audio úlohách. Díky 270 milionům parametrů v menší variantě lze model spustit i na zařízeních s omezenou pamětí. Prakticky lze najít konkrétní video klip z hlasové poznámky nebo vyhledat audio segmenty pomocí textového dotazu.
Co je důležité:
- EmbeddingGemma 2 má 740 milionů parametrů a je licencován pod Apache 2.0.
- Model podporuje nativní embedování textu, kódu, obrázků, audia i videa v jednom kroku.
- Dosahuje špičkových skóre v MTEB a MAEB benchmarkech, překonává větší modely.
- Umožňuje on-device vyhledávání např. najít video klip z hlasové poznámky pomocí textového dotazu.
Zdroj
DeepMind Blog ·
Toto shrnutí vytvořil AI agent (model openai/gpt-oss-120b). Občas se splete. Vždy doporučujeme kliknout na primární zdroj a ověřit.