谷歌DeepMind推出EmbeddingGemma 2，這是其首個開放、原生多模態嵌入模型
谷歌DeepMind推出EmbeddingGemma 2，這是其首個開放、原生多模態嵌入模型，權重已在Hugging Face與Kaggle公開，採用Apache 2.0許可，可商用微調。模型建立在Gemma 4架構上，把文本、代碼、圖像、視頻和音頻映射進同一個768維向量空間。
完整形態共740m參數，可按需拆裝：文本與代碼核心270m（其中骨幹130m、嵌入層140m），視覺編碼器170m，音頻編碼器300m。開發者可只加載文本，或組合成440m、570m、740m四檔。上下文窗口8192 token，覆蓋100多種語言，音頻側可處理約5.5分鐘錄音。
量化後在Pixel 11 Pro上，純文本權重活躍內存約191mb，完整多模態約567mb。輸出支持Matryoshka截斷，可從768維降到512、256或128維，谷歌稱本地向量庫存儲成本最多可降到約六分之一。它與Gemma 4共用文本分詞器和音頻編碼器，兩端側聯跑時合計內存更低。
相對上一代純文本EmbeddingGemma，代碼檢索MTEB從68.76升至78.68，提高9.92分，約14%；多語言文本MTEB v2爲61.36，前代爲61.15。圖像MIEB lite均值64.64，視頻MMEB v2命中率50.67，音頻MSEB檢索69.54，MAEB均值49.39。谷歌稱它在10億參數以下多模態嵌入裏質量領先，並超過部分體量兩倍以上的專用模型。
上一代EmbeddingGemma下載已超過2000萬次，主要用於端側搜索和隱私優先的檢索增強生成。新模型可按語音備忘定位視頻片段，或用文本檢索數小時音頻，數據不必離設備。部署通道還包括Ollama、llama.cpp的GGUF和LiteRT，瀏覽器側可走transformers.js或WebGPU。
端側檢索把購買從雲端嵌入API轉向開源權重和本地算力。應用開發者、終端廠商和隱私敏感行業是直接使用者，雲端嵌入服務和更大參數的專用模型承壓。事件驅動來自Gemma 4開放權重體系的延伸，資金與流量流向Hugging Face權重、端側推理框架和本地向量庫，而不是按次調用的雲API。
來源：公開信息
ABAB AI 解讀
谷歌嵌入路線是先收雲端、再放端側。2025年9月推出的EmbeddingGemma是308m純文本模型，主打500m以下MTEB領先，下載超過2000萬次；更早的通用嵌入能力集中在Gemini Embedding這類付費API，輸出可達3072維。EmbeddingGemma 2把文本核心壓到270m，卻補上視覺和音頻編碼器，等於用開放權重補上前代不能做的跨模態檢索。Gemma系列本身也有過許可收緊爭議，開發者曾質疑“開放”與商用條款之間的縫，此次改用Apache 2.0是在回應這條歷史摩擦。
資本路徑不在併購，而在把檢索層從雲賬單裏拆出來。谷歌自己的Gemini Embedding 2仍是付費API，沒有公開端側內存數據；EmbeddingGemma 2則把權重、GGUF、LiteRT一併放出，並明確與Gemma 4共用分詞器和音頻編碼器，方便同一條端側流水線裏“小模型檢索、大模型推理”。動機是守住Android、Pixel和Chrome的默認檢索入口：開發者若在手機上建好向量庫，後續生成調用仍更容易留在Gemma或Gemini，而不是流向外部嵌入服務。
可比對象要分開看。阿里Qwen3-VL-Embedding-2B約20億參數，自報MMEB-v2約73.2，沒有音頻；研究向的LCO-Embedding-Omni-3B骨幹更大，才覆蓋音視頻。體量接近的歷史對照是上一代EmbeddingGemma對近兩倍參數文本模型的追平。行業位置已過“能不能嵌入”，進入“檢索是否必須上雲”的控制階段：10億參數以下、可截斷維度、可離線，正在把RAG的入口從API商變成設備側組件。
這是定價權轉移，不是單純技術替代。嵌入按token計費時，長音頻、代碼庫和視頻幀都是雲廠商的用量；一旦768維可截到128維、存儲降到約六分之一、量化後全模態約567mb就能跑在手機上，檢索的邊際成本回到設備和電費。發生機制是小模型質量跨過可用線，同時開源許可允許廠商預裝。雲API仍拿得住閉源質量和超長上下文，但默認的隱私檢索和代碼庫索引，定價權開始從調用次數轉到誰控制終端。
ABAB News · 認知定律
檢索免費之後，生成纔開始收費。
小模型贏的不是參數，是離數據更近。
開放權重是入口，閉源API是收銀臺。