EmbeddingGemma 2：功能、参数及使用指南

什么是 EmbeddingGemma 2？

EmbeddingGemma 2 是由 Google DeepMind 开发的开源、轻量级多模态嵌入模型。它于 2026 年 10 月 6 日发布，可将文本、图像、音频、视频和代码的组合映射到单个统一的嵌入空间中。

该模型建立在原版纯文本模型成功的基础之上，原版模型的下载量已超过 2000 万次。它旨在消费级硬件上高效运行，使开发人员能够构建快速、离线的搜索引擎和注重隐私的 AI 应用程序。

EmbeddingGemma 2 有哪些核心功能？

EmbeddingGemma 2 提供了强大的多模态功能，同时体积足够小，可以完全在本地设备上运行。与第一版模型相比，它引入了几项重大的效率提升。

该模型采用模块化设计，这意味着您无需一次性加载所有编码器。纯文本工作负载需要 2.7 亿个参数，并提供可选的视觉（1.7 亿）和音频（3 亿）编码器。

利用俄罗斯套娃表示学习 (Matryoshka Representation Learning)，开发人员可以动态地将输出向量从 768 维截断至 512、256 或 128 维。这种灵活性使本地数据库存储和活动内存使用量减少了高达 6 倍。

扩展后的上下文窗口允许模型直接在本地硬件上处理长达 5.5 分钟的音频、29 张图像或 58 帧视频。量化后，它可以在 Google Pixel 11 Pro 等移动硬件上流畅运行。

EmbeddingGemma 2 在基准测试中的表现如何？

EmbeddingGemma 2 在多项语言、视觉和音频任务中，在 10 亿以下参数的模型中取得了顶尖成绩。根据 Google DeepMind 的说法，该模型的表现与几款体积更大的专用模型持平或更胜一筹。

该模型在处理编程语言方面表现出重大改进。与前代产品相比，它在 Massive Text Embedding Benchmark (MTEB) Code 数据集上的得分提高了 9.92 分。

EmbeddingGemma 2 的最佳应用场景是什么？

EmbeddingGemma 2 专为端侧索引、搜索和检索管道而构建。在本地处理嵌入使开发人员能够保持严格的数据隐私并消除网络延迟。

由于它与 Gemma 4 共享同一个文本分词器和音频编码器，开发人员可以在同一个统一管道中同时运行这两个模型。这种组合使您能够以更低的内存占用构建本地检索增强生成 (RAG) 管道。

如何获取并使用 EmbeddingGemma 2？

开发人员可以轻松获取 EmbeddingGemma 2 的权重，以构建本地跨平台应用程序。Google DeepMind 已与生态系统合作伙伴合作，确保与热门 AI 框架的即时兼容性。

1. 从 Hugging Face 或 Kaggle 下载模型权重。如需获取专为本地硬件优化的模型，请访问 Hugging Face 上的 LiteRT 社区。
2. 选择端侧部署框架。使用 Google AI Edge MediaPipe 进行快速嵌入、检索和决策任务，或使用 LiteRT 进行自定义模型集成。
3. 使用您偏好的开发工具在本地部署模型，例如 transformers、sentence-transformers、MLX、vLLM、llama.cpp、SGLang、Ollama 或 LMStudio。
4. 使用 Qdrant 等本地向量数据库来存储生成的嵌入向量。
5. 如果您需要针对特定的业务数据自定义模型，请遵循 Unsloth 提供的微调指南。

常见问题

资料来源：Google · Google