Google veröffentlicht EmbeddingGemma 2 für multimodale Suche auf Edge‑Geräten

Google hat am 6. Oktober 2026 die Veröffentlichung von EmbeddingGemma 2 angekündigt, einem Open‑Source‑Multimodal‑Embedding‑Modell, das unter der Apache‑2.0‑Lizenz steht. Das Modell wird als leichtgewichtige Lösung für die Retrieval‑, Routing‑ und Ähnlichkeitssuche auf dem Gerät über Text, Code, Bilder, Video und Audio positioniert. Durch die öffentliche Bereitstellung der Gewichte auf Hugging Face und Kaggle lädt Google Entwickler ein, das Modell direkt auf Edge‑Hardware auszuführen, ohne auf Cloud‑APIs zurückgreifen zu müssen. In der Ankündigung wird betont, dass das Modell nicht für generative Aufgaben gedacht ist, sondern für die Offline‑Erzeugung von Einbettungen, die lokale Suchmaschinen, Empfehlungspipelines und inhaltsbasierte Filterungen antreiben können.

Ein leichtgewichtiges multimodales Einbettungsmodell

EmbeddingGemma 2 enthält 740 Millionen Parameter, die fünf Datenmodalitäten – Klartext, Quellcode, Standbilder, Videoframes und Audioschnipsel – gemeinsam in einen einzigen Einbettungsraum kodieren. Der einheitliche Raum ermöglicht einen einzigen Ähnlichkeitssuch‑Index, der heterogene Anfragen verarbeiten kann, zum Beispiel eine gesprochene Beschreibung mit passenden Code‑Snippets abgleichen oder Videoframes zu einem textuellen Prompt finden. Google beschreibt die Architektur als transformer‑basierten Encoder, der jede Modalität über dedizierte Front‑Ends verarbeitet, bevor die Repräsentationen in einen gemeinsamen 768‑dimensionalen Vektor projiziert werden. Da das Modell Open‑Source ist, können Forschende die Schichten inspizieren, auf Domänendaten feinabstimmen oder modalitätsspezifische Komponenten austauschen.

Für reine Text‑Workloads bietet Google eine reduzierte Konfiguration mit nur 270 Millionen Parametern an. Entwickler, die visuelles Verständnis benötigen, können einen optionalen Vision‑Encoder mit 170 Millionen Parametern anhängen, während die Audio‑Verarbeitung einen weiteren Encoder mit 300 Millionen Parametern hinzufügt. Das modulare Design bedeutet, dass ein Entwickler eine Text‑nur‑Instanz auf stark eingeschränkten Geräten ausführen kann und die zusätzlichen Encoder nur dann lädt, wenn multimodale Eingaben erforderlich sind. Google gibt an, dass die optionalen Encoder mit demselben Einbettungs‑Head kompatibel sind und das einheitliche Vektorformat über alle unterstützten Modalitäten hinweg beibehalten wird.

Matryoshka‑Representation‑Learning für Speicher‑Effizienz

Eine von Google hervorgehobene Schlüsselinnovation ist das Matryoshka‑Representation‑Learning, eine Technik, die es Entwicklern ermöglicht, die Standard‑768‑dimensionalen Vektoren ohne erneutes Training auf 512, 256 oder 128 Dimensionen zu komprimieren. Die Methode lernt verschachtelte Unterraume, die den Großteil der Ähnlichkeitsinformation beibehalten, während redundante Dimensionen verworfen werden. Laut Googles Messungen kann die Reduktion auf 128 Dimensionen den Speicher‑Footprint um das bis zu Sechsfache verkleinern, was zu einem geringeren Speicherverbrauch für große Index‑Tabellen auf Edge‑Geräten führt. Die komprimierten Vektoren bleiben mit gängigen Ähnlichkeitsmetriken wie Cosinus‑Ähnlichkeit kompatibel und ermöglichen einen Drop‑In‑Ersatz in bestehenden Pipelines.

Edge‑Performance auf dem Pixel 11 Pro

Google liefert Geräte‑Benchmarks für das Pixel 11 Pro, das Flaggschiff‑Smartphone, das Anfang 2026 veröffentlicht wurde. Eine quantisierte Text‑nur‑Version von EmbeddingGemma 2 belegt etwa 191 MB aktiven RAM, während der komplette multimodale Stack – Text‑, Vision‑ und Audio‑Encoder kombiniert – rund 567 MB beansprucht. Das Modell unterstützt ein Kontext‑Fenster von 8 000 Token für Text, bis zu 5,5 Minuten Audio, 29 Bilder oder 58 Videoframes pro Inferenz‑Durchlauf. Diese Zahlen zeigen, dass ein einzelnes High‑End‑Smartphone das gesamte Modell hosten und Echtzeit‑Einbettungsgenerierung für gemischte Medien‑Abfragen ohne Off‑Device‑Unterstützung durchführen kann.

Im MTEB‑ (Massive Text Embedding Benchmark)‑Suite berichtet Google, dass EmbeddingGemma 2 die Code‑Sub‑Benchmark‑Punktzahl von 68,76 auf 78,68 verbessert hat. Der Anstieg spiegelt die Fähigkeit des Modells wider, syntaktische und semantische Muster in Programmiersprachen zu erfassen, was insbesondere für Code‑Suche und Duplikaterkennung von Vorteil ist. Google positioniert das Ergebnis als Beweis dafür, dass ein 740‑Millionen‑Parameter‑Open‑Model bei spezifischen Aufgaben größere proprietäre Embeddings übertreffen kann, wobei zu beachten ist, dass das Benchmark‑Ergebnis eine vendor‑seitige Messung ist und nicht alle realen Workloads abdeckt.

Die Modell‑Gewichte werden öffentlich sowohl auf Hugging Face als auch auf Kaggle gehostet, und Google weist auf die Kompatibilität mit gängigen Laufzeit‑Umgebungen wie TensorFlow, PyTorch und ONNX hin. Durch die Bereitstellung von Konvertierungsskripten und Beispiel‑Inference‑Pipelines will Google die Einstiegshürde für Entwickler senken, EmbeddingGemma 2 in mobile Apps, eingebettete Systeme oder Edge‑Server zu integrieren. Die offene Lizenz (Apache 2.0) erlaubt kommerzielle Nutzung, Modifikation und Weiterverbreitung, was mit Googles breiterer Strategie übereinstimmt, ein Ökosystem von community‑getriebenen KI‑Tools zu fördern, die lokal laufen.

Google warnt, dass die angegebenen Leistungszahlen vendor‑seitige Messungen auf einer spezifischen Hardware‑Konfiguration sind und auf anderen Edge‑Plattformen variieren können. Das Modell ist für Retrieval‑ und Routing‑Aufgaben optimiert, nicht für generative Text‑ oder Content‑Erstellung, sodass Entwickler nicht erwarten sollten, dass es große Sprachmodelle in Chat‑ oder Zusammenfassungs‑Szenarien ersetzt. Darüber hinaus können die Speicher‑ und RAM‑Anforderungen, obwohl sie für ein Flaggschiff‑Telefon moderat sind, für Low‑End‑IoT‑Geräte, die nur wenige hundert Megabyte freien Speicher besitzen, immer noch prohibitiv sein.

Für Entwickler, die private, offline Suchlösungen bauen, bietet EmbeddingGemma 2 einen konkreten Weg, multimodale Indexierung zu vereinheitlichen, ohne Daten in die Cloud zu senden. Anwendungen wie On‑Device‑Persönliche Assistenten, sichere Dokumenten‑Management‑Systeme oder lokalisierte Empfehlungssysteme können nun Text, Code, Bilder, Video und Audio in einem einzigen Vektorraum einbetten und die Ähnlichkeits‑Abfrage lokal durchführen. Die Möglichkeit, Vektoren mit Matryoshka zu verkleinern, reduziert zudem die Kosten für die Pflege großer Indexe, sodass das Speichern von Millionen von Items auf Edge‑Speichermedien realisierbar wird.

Mit EmbeddingGemma 2 verschiebt Google den Grundstein dafür, was auf dem Gerät laufen kann: ein einziges offenes Modell verarbeitet fünf Modalitäten, passt in das Speicher‑Envelope eines modernen Smartphones und liefert benchmark‑niveau Code‑Verständnis. Die Veröffentlichung signalisiert einen Wandel hin zu leistungsfähigeren, datenschutz‑bewussten KI‑Lösungen, die am Edge leben, und lädt die Entwickler‑Community ein, multimodale Retrieval‑Ansätze zu experimentieren, ohne auf schwere Cloud‑Dienste angewiesen zu sein.