EmbeddingGemma 2：统一高效的多模态嵌入模型

EmbeddingGemma 2 开源发布，统一多模态嵌入并称建立新帕累托前沿。

资讯摘要

论文提出 EmbeddingGemma 2，一个开源多模态嵌入模型，可在统一空间中表示文本、图像、音频、视频及其组合。作者称其采用简化的逐层嵌入与多阶段课程学习，在单模态、跨模态和混合模态评测中表现良好，并在多模态嵌入基准上建立新的帕累托前沿，超过专用模型及大 2 至 12 倍的模型。设计支持选择性加载模态编码器、可调视觉 token 预算、可截断嵌入维度和量化权重。

要点速读

1. 论文提出开源多模态嵌入模型 EmbeddingGemma 2，原生统一表示文本、图像、音频、视频及组合。
2. 作者报告其在全模态嵌入基准上建立新帕累托前沿，优于专用模型和大 2 至 12 倍的模型。
3. 设计支持选择性模态编码器加载、可调视觉 token 预算、可截断嵌入维度和量化权重。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。