多模态嵌入模型

面向跨模态检索与设备端运行的开源多模态嵌入模型。Google EmbeddingGemma 2 是 Google DeepMind 的开源多模态嵌入模型，可将文本、代码、图像、视频和音频映射到同一共享空间：支持用单一查询跨模态搜索；740M 参数，可在设备端运行；Pixel 11 Pro 上完整多模态模型约需 567MB RAM，纯文本仅需 191MB；Apache 2.0 许可，权重位于 Hugging Face 和 Kaggle；MTEB Code 分数从 68.76 提升至 78.68，标语为 An open, lightweight multimodal embedding model。