Google发布EmbeddingGemma 2用于边缘设备的多模态搜索

Google于2026年10月6日宣布发布EmbeddingGemma 2，这是一款在Apache 2.0许可证下的开源多模态嵌入模型。该模型定位为轻量级的设备端检索、路由和相似度搜索解决方案，覆盖文本、代码、图像、视频和音频。Google通过在Hugging Face和Kaggle公开模型权重，邀请开发者直接在边缘硬件上运行模型，而无需依赖云API。公告强调，该模型并非用于生成任务，而是用于离线生成嵌入，可为本地搜索引擎、推荐流水线和基于内容的过滤提供动力。

轻量级多模态嵌入模型

EmbeddingGemma 2包含7.4亿参数，能够将五种数据模态——纯文本、源代码、静态图像、视频帧和音频片段——共同编码到单一的嵌入空间。统一的空间使得单一相似度搜索索引能够处理异构查询，例如将口述描述匹配到相关代码片段，或检索与文本提示对应的视频帧。Google将其架构描述为基于Transformer的编码器，在专用前端处理每种模态后，将表示投射到共通的768维向量中。模型的开源属性允许研究人员检查层结构、在特定领域数据上微调，或替换特定模态的组件。

针对纯文本工作负载，Google提供了一个仅使用2.7亿参数的精简配置。需要视觉理解的开发者可以附加一个1.7亿参数的可选视觉编码器，而音频处理则再增加一个3亿参数的编码器。模块化设计意味着开发者可以在资源受限的设备上仅运行文本实例，并在需要多模态输入时加载额外的编码器。Google声明，这些可选编码器与相同的嵌入头兼容，保持所有支持模态的统一向量格式。

Matryoshka 表示学习提升存储效率

Google重点介绍的关键创新是Matryoshka表示学习，这是一种无需重新训练模型即可将默认的768维向量压缩至512、256或128维的技术。该方法通过学习嵌套子空间来保留大部分相似度信息，同时舍弃冗余维度。根据Google的测量，将维度降至128可将存储占用缩小至原来的六分之一，从而在边缘设备的大型索引表上显著降低内存消耗。压缩后的向量仍兼容标准相似度度量（如余弦相似度），可在现有流水线中直接替换使用。

Pixel 11 Pro 上的边缘性能

Google提供了Pixel 11 Pro的设备级基准测试数据，这款旗舰手机于2026年初发布。量化后的仅文本版本EmbeddingGemma 2占用约191 MB的活动RAM，而完整的多模态堆栈（文本、视觉和音频编码器合计）约使用567 MB。模型支持8,000 token的文本上下文窗口，最长5.5分钟的音频，单次推理可处理29张图像或58帧视频。上述数据表明，一部高端智能手机即可容纳整个模型，并在无需外部协助的情况下实时生成混合媒体查询的嵌入。

在MTEB（Massive Text Embedding Benchmark）套件中，Google报告EmbeddingGemma 2将代码子基准分数从68.76提升至78.68。该提升反映了模型捕获编程语言句法和语义模式的能力，这对代码搜索和重复检测尤为有益。Google将此结果定位为证据，表明一个7.4亿参数的开源模型在特定任务上可以超越更大规模的专有嵌入，尽管该基准是供应商提供的测量，可能未覆盖所有真实工作负载。

模型权重已在Hugging Face和Kaggle公开托管，Google指出其兼容常见运行时，如TensorFlow、PyTorch和ONNX。通过提供转换脚本和示例推理流水线，Google旨在降低开发者将EmbeddingGemma 2集成到移动应用、嵌入式系统或边缘服务器中的门槛。开源许可证（Apache 2.0）允许商业使用、修改和再分发，这与Google推动社区驱动本地AI工具生态的整体战略相吻合。

Google提醒，性能数据为供应商在特定硬件配置上测得，其他边缘平台上可能有所不同。该模型针对检索和路由进行优化，并非用于生成文本或内容创作，开发者不应期望它能取代大型语言模型在聊天或摘要场景中的作用。此外，尽管对旗舰手机而言存储和RAM需求已相对温和，但对缺乏数百兆字节空闲内存的低端IoT设备仍可能构成障碍。

对于构建私有、离线搜索解决方案的开发者而言，EmbeddingGemma 2提供了一条明确路径，可在不将数据发送至云端的情况下统一多模态索引。诸如设备端个人助理、安全文档管理系统或本地化推荐引擎等应用，现在可以在单一向量空间中嵌入文本、代码、图像、视频和音频，并在本地执行相似度匹配。Matryoshka的向量压缩功能进一步降低了维护大型索引的成本，使在边缘存储介质上存储数百万条目成为可能。

凭借EmbeddingGemma 2，Google改变了可在设备上运行的基准：单一开源模型现已能够处理五种模态，适配现代智能手机的内存范围，并在代码理解基准上提供与专有模型相当的表现。此发布标志着向更强大、注重隐私的边缘AI转变，并邀请开发者社区在无需依赖沉重云服务的前提下尝试多模态检索。