EmbeddingGemma 2 – 谷歌DeepMind推出的开源多模态嵌入模型

EmbeddingGemma 2是一款由谷歌DeepMind于2026年10月推出的开源多模态嵌入模型，主要用于把文本、代码、图像、视频与音频映射到统一的向量空间，支持 768 维输出与 8,192 token 上下文，适用于端侧语义检索、检索增强生成与内容聚类等方向。

EmbeddingGemma 2 的核心能力

EmbeddingGemma 2 由谷歌DeepMind在 Gemma 4 的架构基础上构建，把文本（含代码）、图像、视频与音频编码到同一个 768 维向量空间，用于语义检索、分类、聚类与相似度计算。权重以 Apache-2.0 协议开放，可在手机与笔记本等消费级硬件上运行。

统一的多模态向量空间

模型把四类模态映射到同一向量空间，文本、图像、视频与音频可以出现在同一条输入中。文本部分用占位标记各类媒体的位置，整条输入共享 8,192 token 上下文；一次调用返回一个嵌入向量，可直接与任何其他 EmbeddingGemma 2 向量比较。

面向端侧的轻量设计

模型总参数 740M，由 270M 的文本骨干、170M 的视觉编码器与 300M 的音频编码器组成。两个模态编码器可按需关闭：仅加载文本部分时为 270M，文本加图像为 440M，文本加音频为 570M，完整多模态为 740M。官方给出的端侧数据显示，量化后在 Pixel 11 Pro 上运行纯文本权重约需 191MB 内存，完整多模态模型约需 567MB。

Matryoshka 截断与存储优化

输出向量默认 768 维，采用 Matryoshka 表示学习训练，可按需截断到 512、256 或 128 维。官方实测在 256 维时质量接近无损，128 维更适合纯文本任务，向量存储与内存占用最高可降至六分之一。截断后的向量需重新做 L2 归一化，查询端与文档端也必须使用相同维度，否则相似度排序会失真。

多语言与代码能力

模型覆盖 100 种以上语言，预训练语料包含 140 种以上语言的内容。与前代相比，代码任务的提升最明显：MTEB code 基准由 68.76 提升到 78.68，提高 9.92 分；文本侧 MTEB 多语言 v2 得分为 61.36，与前代的 61.15 基本持平。官方把这一变化指向本地代码库索引、语义代码搜索与编程代理检索。

检索与多模态基准表现

在 768 维输出下，模型的 MMEB v2 综合得分为 59.01，图像检索 MIEB lite 为 64.64，视觉文档 MMEB v2 为 67.84，视频 MMEB v2 为 50.67，音频检索 MSEB 为 69.54，音频理解 MAEB 为 49.39。官方称其在 1B 参数以下的多模态嵌入模型中处于领先位置。这类开源 AI 模型 可下载权重后直接部署，不依赖云端接口。

EmbeddingGemma 2 与同类嵌入模型的对比

上表 EmbeddingGemma 2 与 Gemini Embedding 2 两列取自谷歌官方模型资料，WeMM-Embedding 一列取自腾讯微信视觉团队官方发布材料。三者的差异集中在体量与部署形态上：EmbeddingGemma 2 与 WeMM-Embedding 均开放权重，前者面向端侧、以 740M 参数换取内存占用，后者以 2B 到 9B 的参数规模换取检索精度，MMEB-v2 上 WeMM-Embedding 的 9B 档为 80.6；Gemini Embedding 2 以 API 形式提供，输入上限同为 8,192 token。多语言文本方面，EmbeddingGemma 2 的 MTEB 多语言 v2 得分为 61.36，代码任务为 78.68，音频检索 MSEB 为 69.54。

如果检索任务以纯文本为主，也可以参考 Nemotron 3 Embed（英伟达开源的文本向量嵌入模型，支持 32768 token 长文本输入与 2048 维向量，面向企业知识库与 RAG 检索场景）。

EmbeddingGemma 2 的应用场景与适用人群

该模型面向需要在本地完成语义检索与内容组织的任务，常见场景包括：

• 端侧语义检索：在手机或笔记本上对相册、文档与聊天记录建立向量索引，查询过程不离开本地设备。
• 检索增强生成：为本地知识库生成嵌入向量，供大语言模型在作答前召回相关片段。
• 跨模态内容管理：文本、图像、视频与音频共用一套向量空间，可用文字检索图片或视频片段。
• 分类与聚类：对客服反馈、评论或媒体素材按语义分组，或检测近似重复的内容。

适用人群：需要在端侧部署检索能力的开发者、构建本地知识库与 RAG 管线的团队，以及处理多模态素材的内容与运营人员。

EmbeddingGemma 2 的使用方法

模型权重与推理代码已开源，按以下顺序接入：

1. 获取模型：在 EmbeddingGemma 2 官方模型页 查看许可说明与权重文件。
2. 安装依赖：执行 pip install -U sentence-transformers transformers 安装推理库。
3. 加载模型：通过 SentenceTransformer("google/embeddinggemma-2") 载入权重并生成向量。
4. 选择精度：推理使用 bfloat16 或 float32，避免使用 float16，该模型的激活值范围超出 float16 的动态范围，会返回 NaN 或静默退化的向量。
5. 添加任务前缀：文本输入按用途附加 task: search result | query: {query} 等前缀，图像、视频与音频不加前缀。
6. 按需加载编码器：纯文本场景传入 {"vision_config": None, "audio_config": None}，关闭视觉与音频编码器，显存占用降到文本骨干规模。

初次接入建议先用少量文本核对任务前缀与截断维度是否生效，再扩展到多模态语料。

EmbeddingGemma 2 的价格与开源情况

EmbeddingGemma 2 以 Apache-2.0 协议免费开放，权重与推理代码均可直接下载，商用不收取授权费用。谷歌未对该模型单独提供付费接口，使用成本主要来自本地部署所需的内存与显存。

模型全部权重开放下载，允许商用、修改与再分发，衍生作品需保留许可与署名。权重托管在 Hugging Face 与 Kaggle，官方同时计划将其上架 Gemini Enterprise Agent Platform Model Garden。

EmbeddingGemma 2 的常见问题