Google称EmbeddingGemma 2胜过更大竞品
开放多模态嵌入模型可本地运行并支持离线RAG。
为什么重要
开发者可在本地构建多模态检索和离线RAG应用。
阅读原文the-decoder.com
AI 解读（根据原文生成）
Google发布EmbeddingGemma 2，这是一款开放嵌入模型，可将文本、图像、视频、音频和代码转换为数值向量，用于相似内容查找和比较。文章称其为740 million参数，Google称在多模态嵌入基准上超过最多两倍大小的竞品；浏览器WebGPU查询约20到70毫秒、约需191 MB内存。权重可在Hugging Face和Kaggle获取，并提供开发者指南和文档。
要点（AI 据原文整理，数字均已与原文核对）
- Google says it outperforms competing models up to twice its size on multimodal embedding benchmarks.
- Each query takes about 20 to 70 milliseconds via WebGPU in the browser.
- It needs only around 191 MB of RAM.
- It cuts local vector database storage by up to six times.
- For text-only tasks, a 270-million-parameter version is enough.
