DeepMind开源EmbeddingGemma 2,统一五模态嵌入空间
摘要
Google DeepMind发布开源多模态嵌入模型EmbeddingGemma 2,基于Gemma 4架构,采用Apache 2.0许可。该模型可将文本、代码、图像、视频和音频映射至统一嵌入空间,面向多模态检索与跨模态理解场景。
Google DeepMind近日推出新一代开源嵌入模型EmbeddingGemma 2,该模型建立在Gemma 4架构之上,延续了Gemma系列的开源路线。
据官方信息,EmbeddingGemma 2以Apache 2.0许可协议开放,允许开发者自由使用、修改和分发,包括商业用途。
与此前版本相比,EmbeddingGemma 2的核心变化在于模态覆盖范围的扩展:模型能够将文本、代码、图像、视频和音频五种不同类型的数据映射到同一个统一的嵌入空间中。
统一嵌入空间意味着不同模态的数据可以在同一向量体系下进行表示和比较,这为跨模态检索、多模态搜索以及需要混合模态输入的下游任务提供了基础能力。
目前该模型已通过Apache 2.0许可开放,开发者可将其集成至自身应用中,具体性能表现和基准测试结果有待进一步验证。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗