谷歌推出 EmbeddingGemma 2：支持多模态、7.4 亿参数量化手机端运行只需 191MB 内存
谷歌发布 EmbeddingGemma 2，7.4 亿参数，支持文本、代码、图像、视频、音频多模态嵌入，量化后手机端仅需 191MB 内存，采用 Apache 2.0 许可。
核心要点速览
- 事件要点：谷歌发布 EmbeddingGemma 2，7.4 亿参数，支持文本、代码、图像、视频、音频多模态嵌入，量化后手机端仅需 191MB 内存，采用 Apache 2.0 许可。
- 技术突破：围绕 多模态, 发布, EmbeddingGemma 等关键领域展开，推动了当前 AI 技术与工程落地的进一步深化。
- 产业观察：信息源自 IT之家，为 AI 开发者、研究人员及产业决策者提供了高价值的技术演进信号与参考。
谷歌正式推出 EmbeddingGemma 2，这是一款轻量级多模态嵌入模型，总参数量为 7.4 亿。与前代仅支持文本不同，新版本将能力扩展到代码、图像、视频和音频，可将多种模态内容统一映射到同一嵌入空间，为跨模态检索和语义理解提供了基础能力。
该模型基于 Gemma 架构开发，并采用与 Gemini 嵌入模型同源的技术。量化后可在手机端以仅 191MB 内存运行，这意味着开发者能够在资源受限的移动设备上部署多模态嵌入推理，无需依赖云端调用，既降低了延迟，也有助于保护用户隐私。
EmbeddingGemma 2 采用 Apache 2.0 许可发布，商业友好，降低了企业集成门槛。前代 EmbeddingGemma 下载量已超 2000 万次，广泛应用于端侧搜索和隐私优先的 RAG 管线，说明轻量嵌入模型在端侧 AI 应用中存在真实且旺盛的需求。
从行业影响来看，多模态端侧嵌入模型的成熟将推动本地搜索、智能相册、跨模态推荐等应用场景的落地。随着手机端 AI 算力持续提升，这类小参数、低内存占用的模型有望成为端侧 AI 应用的关键组件，加速 AI 能力从云端向边缘侧的迁移。
本站展示内容为基于公开信息的资讯解读与整理，不代表原文转载。如需核实细节或获取完整报道，请通过下方链接访问原始来源。
深度背景与行业观察
随着人工智能技术的快速演化，围绕 多模态、发布、EmbeddingGemma、MB 的技术探索正从单纯的算法突破转向系统化、场景化的实际落地。
在开源生态与商业化闭源模型的双重驱动下，算力调度、数据飞轮与智能体（Agent）工作流的结合愈发紧密。本条动态不仅反映了当前领域内的研发热点，也为下一阶段的工具化、工程化实践提供了重要风向标。