Google представила EmbeddingGemma 2 — открытую модель для локального поиска по текстам, коду, изображениям, аудио и видео. Система преобразует данные в 768-мерные векторы, что позволяет искать объекты по смыслу без отправки информации в облако.
Модель базируется на архитектуре Gemma 4, содержит 740 млн параметров и распространяется по лицензии Apache 2.0. Архитектура модульная: 270 млн параметров для текста, 170 млн для изображений и 300 млн для аудио. Технология Matryoshka Representation Learning позволяет сокращать размерность векторов.
На смартфоне Pixel 11 Pro текстовая версия модели занимает 191 Мбайт оперативной памяти, мультимодальная — около 567 Мбайт. В бенчмарке MTEB Code результат вырос с 68,76 до 78,68 балла. Модель превосходит аналоги размером до 1 млрд параметров в тестах MTEB и MAEB.
EmbeddingGemma 2 позволяет создавать локальные конвейеры RAG совместно с Gemma 4. Веса модели доступны на Hugging Face и Kaggle. Поддерживается работа через инструменты transformers, llama.cpp, Ollama и LM Studio.
