发生了什么
- 完整模型为 7.4 亿参数,纯文本任务可使用 2.7 亿参数组件;模型按 Apache 2.0 许可发布。
- 支持 768、512、256 与 128 维输出,开发者可根据检索任务权衡向量存储与质量。
对工程应用的启发
工程观察:可先用本地代码库和多媒体资料测量召回率、延迟及内存,再评估离线检索方案;不同模态与向量维度需要分别验证。
以上为基于公开资料的应用思考,具体能力与适用范围需结合原文和实际测试判断。
TECHNOLOGY BRIEF / 人工智能
Google 发布 EmbeddingGemma 2,将文本、代码、图像、音频和视频映射到统一向量空间。模型面向本地语义检索与 RAG,视觉和音频组件可按需加载,并提供 8K 上下文与可裁剪向量输出。

工程观察:可先用本地代码库和多媒体资料测量召回率、延迟及内存,再评估离线检索方案;不同模态与向量维度需要分别验证。
以上为基于公开资料的应用思考,具体能力与适用范围需结合原文和实际测试判断。