Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計
Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
關於 Google EmbeddingGemma 2
About
Google EmbeddingGemma 2 是什麼
EmbeddingGemma 2 是 Google DeepMind 的第二款開源嵌入模型，2026 年 10 月 6 日以 Apache 2.0 授權發布，架構來自 Gemma 4。第一代只處理文字，這一代把五種輸入放進同一個向量空間：一般文字、原始碼、圖片、影片畫面與音訊。每個項目輸出一律是 768 個數字，因此一張螢幕截圖可以和描述它的那句話待在同一個索引裡。
嵌入模型不寫答案。它把內容換算成座標，讓搜尋系統衡量兩件事有多接近。語意搜尋、本地 RAG 的檢索、去重、分類與分流，全都靠這一層。模型在裝置上執行，代表一段語音備忘或私人儲存庫不會離開機器，這正是許多人捨雲端 API 改用這個系列的主因。
自由的代價是推論得自己扛。Google 目前沒有為這個模型提供託管端點。你從 Hugging Face 或 Kaggle 下載權重，決定要載入哪些編碼器，再接進自己的流程。Gemini Enterprise Agent Platform Model Garden 列為即將推出，想要託管服務的團隊只能等，或改用 Gemini Embedding API。
開始使用
- 從 Hugging Face 或 Kaggle 下載權重。只做文字檢索的話，視覺與音訊編碼器可以完全不載入。
- 挑一個執行環境。手機應用走 LiteRT 或 MediaPipe，瀏覽器用 transformers.js 與 WebGPU，桌機則有 Ollama、vLLM、SGLang、llama.cpp、MLX 或 LM Studio。
- 用模型卡上列的查詢與文件前綴編碼幾份文件，確認相關項目真的落在附近。
- 儲存空間吃緊就裁短向量。從 768 維降到 256 維，索引大小大約少掉三分之二。
- 把向量放進 Qdrant 或其他向量資料庫，查詢時使用與建索引相同的編碼器。
產品資訊
快速了解 Google EmbeddingGemma 2 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 需要離線搜尋的應用開發者：模型能在一般消費級硬體上跑，動手前最好熟悉 Python，或 Kotlin 與 Swift 的綁定。
- 處理敏感素材的隱私導向團隊：錄音與文件都在本機編碼，不會送到第三方。
- 要為大型程式庫建索引的工程師：程式碼檢索在 MTEB Code 上比第一代進步 9.92 分。
- 比較跨媒體表現的研究者：同一個權重檔就涵蓋文字、圖片、音訊與影片，實驗基準可以保持一致。
任務
- 在長錄音裡找一段內容：用文字描述你記得的片段，就能搜尋好幾小時的音訊，不必先轉成逐字稿。
- 辦公室素材的本地 RAG：PDF、截圖與會議錄音共用一個索引，一次查詢就能觸及三種檔案。
- 依語意搜程式碼：找的是某個函式在做什麼，而不是它叫什麼名字，對不熟的儲存庫特別有用。
- 分群與去重：把幾乎相同的圖片、短片或文件歸在一起，連格式不同但內容一樣的組合也能抓到。
情境
- 沒有穩定網路的現場工作：初次下載後全部功能都能用，訊號不穩不會卡住查詢。
- 記憶體預算很緊的手機應用：量化後在 Pixel 11 Pro 上，純文字模式約佔 191 MB 可用記憶體。
- 受監管的錄音：客戶來電或臨床紀錄留在裝置上，對外說明資料處理方式時會輕鬆許多。
主要功能
五種輸入共用一個向量空間
文字、原始碼、圖片、影片畫面與音訊都落進同一個 768 維空間。你可以用一句話查詢音訊庫，也能靠描述找回某張截圖。跨媒體比對成立的原因是向量共用座標系，而不是事後把幾個模型接在一起。多數多模態嵌入模型的作法，是讓每種格式各自擁有空間再互相轉譯，細節往往就掉在交界處。
編碼器可依需求載入
完整模型共 7.4 億參數，拆成 2.7 億的文字與程式碼主幹、1.7 億的視覺編碼器，以及 3 億的音訊編碼器。只部署文字路徑，下載量與記憶體需求立刻下降。之後再補上視覺或音訊，先前算好的文字向量依然有效，因為空間沒有改變。
可裁切的 Matryoshka 嵌入
Matryoshka 表徵學習把最有用的資訊放在每個向量的前段。你可以保留全部 768 維，也能裁到 512、256 或 128 維，本機儲存最多省下 6 倍。維度愈低，檢索準確度愈受影響，而且圖片與音訊的落差會比文字更早出現，決定前先拿自己的查詢實測。
跨模態的 8K 詞元視窗
上下文視窗是第一代的四倍。換算下來，單次輸入大約能容納 5.5 分鐘音訊、29 張圖片或 58 個影片畫面，交錯組合也算在內。一份有旁白的簡報可以當成單一項目編碼，不必拆成一堆零碎區塊。
小到能放進手機
經過量化，純文字權重在 Pixel 11 Pro 上約佔 191 MB 可用記憶體，完整多模態版本則接近 567 MB。這個差距決定應用能不能上架，在中階 Android 機種上尤其明顯。
程式碼檢索明顯進步
MTEB Code 的分數從 68.76 升到 78.68，比前一版多了 9.92 分。這個模型適合為本機程式庫建索引，也適合程式代理的檢索，因為查詢通常描述意圖，而不是指出某個符號名稱。Google 也提到，在圖片、影片、文件與音訊任務上，它贏過參數超過兩倍的專用模型。
執行環境與工具支援廣泛
官方與社群的整合涵蓋 sentence-transformers、transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、transformers.js 與 WebGPU。Qdrant 發表了向量儲存教學，Unsloth 則有微調文件。你不會被綁在單一推論堆疊，也不必走 Google 專屬的部署路線。
搭配 Gemma 4 做裝置端 RAG
EmbeddingGemma 2 與 Gemma 4 共用文字分詞器與音訊編碼器。兩個模型放在同一條流程裡，就不必重複載入相同元件，整體記憶體佔用也跟著降低。檢索與生成可以同時在筆電或手機上完成，不需要任何網路呼叫。
優缺點
優點
- Apache 2.0 授權允許商業使用，沒有按詞元計費，也沒有呼叫次數上限。
- 整條流程可以離線運作，私人音訊與程式碼都留在裝置上。
- 一個索引就涵蓋文字、圖片、音訊與影片，不必為每種格式分別維護儲存。
- 工具支援面很廣，從行動執行環境到桌機伺服器與瀏覽器版本都有。
- 純文字部署能塞進手機，量化後約佔 191 MB 可用記憶體。
缺點
- Google 還沒提供託管端點，批次處理、硬體與可用性都得自己負責。
- 裁到 128 維省空間，但檢索品質會下降，圖片與音訊搜尋比文字更早受影響。
- 完整多模態模式需要約 567 MB 記憶體，入門機種直接出局。
- 模型只產生數字，向量資料庫與查詢策略仍得另外準備。
常見問題
可以。Google 以 Apache 2.0 釋出權重，允許商業產品、修改與再散布。你要付的是硬體與工程時間，不是模型本身。
相關內容
探索與 Google EmbeddingGemma 2 相關的工具、技能與文章。
Google EmbeddingGemma 2 替代方案
MePersona
MePersona, Inc. · 寫作 · 生產力 · 行銷MePersona 是為創作者設計的 AI 統一收件匣。它學習你的說話方式，在 12 個平台上草擬粉絲訊息回覆，只送出你核准的內容。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。
Claude for Google Workspace
Anthropic · 寫作 · 生產力 · 商業Claude for Google Workspace 把 Claude 側邊欄送進 Google 文件、試算表與簡報，讓它讀取你開啟中的檔案，直接在原地完成編輯。