☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
谷歌将“在本地快速定位信息”这一能力，压缩成了一个可部署于移动设备的小型模型。其最新发布的EmbeddingGemma2，是谷歌首款原生支持多模态的开源嵌入模型，参数量仅740M，却能统一将文本、代码、图像、视频、音频映射至同一语义空间，首次让跨模态检索在终端设备上实现轻量化运行。
最突出的优势在于体积小与完全离线。该多模态模型完整版内存占用低于600MB，可在智能手机、笔记本电脑甚至浏览器环境中直接运行，全程无需上传任何数据至云端——你的照片库、语音备忘录、本地视频等全部保留在设备端完成检索，隐私保护由此成为默认配置。上下文长度达8K，是前代版本的四倍，足以处理更长篇幅的内容后再执行精准匹配；语言支持扩展至100余种，跨语言检索从此不再受限。
在实际性能方面，谷歌表示EmbeddingGemma2在图像、视频及代码类检索任务中，显著优于同规模的主流开源竞品。更灵活的是其模块化架构：用户可根据需求动态加载所需组件，索引文件体积亦可进一步压缩，既节省存储空间，也降低计算资源消耗。落地到日常使用场景，它能完成多项具体任务——例如，在本地相册中按自然语言描述查找出某张特定照片或某段多媒体片段；在未联网状态下，于本地长视频中准确定位到某一语义相关的时间节点；对分散在各目录下的文档、笔记进行离线语义搜索；或在本地代码工程中，依据功能意图直接检索函数、类或代码段，无须将代码仓库同步至远程平台。
当一个多模态嵌入模型既能轻松装进手机，又以开源形式开放给全球开发者自由定制，AI驱动的信息检索重心，正悄然从“把数据交给云”转向“让智能驻留在设备”。谷歌此举，为端侧隐私优先的搜索范式打开了一扇切实可行的窗口。
