Google выпустила EmbeddingGemma 2 с поддержкой пяти типов данных

Google DeepMind запустила EmbeddingGemma 2 — открытую модель, которая преобразует текст, код, изображения, видео и аудио в единое 768-мерное векторное пространство. Модель содержит 740 млн параметров, поддерживает контекстное окно в 8K токенов и распространяется под лицензией Apache 2.0. Веса уже доступны на Hugging Face и Kaggle с готовыми сборками для Ollama, llama.cpp и LiteRT.

Архитектура модульная: разработчики могут использовать только нужные компоненты — текстово-кодовый backbone (270M параметров), энкодер видения (170M) или аудио-энкодер (300M). Модель ориентирована на локальный поиск, классификацию и приватные RAG-системы, позволяя обрабатывать данные на устройстве без отправки на серверы.