Google выпустила мультимодальную модель эмбеддингов EmbeddingGemma 2
6 октября Google представила EmbeddingGemma 2 - компактную открытую модель эмбеддингов для поиска по разным типам данных. Она сопоставляет текст, код, изображения, кадры видео и аудио в одном векторном пространстве. Модель можно собирать из отдельных кодировщиков, поэтому разработчик выбирает баланс модальностей, памяти и полноты поиска. Заявленные характеристики и лицензия опубликованы Google; качество выдачи придется измерять на собственном наборе данных.
Что изменилось
Пять типов данных в общем пространстве
EmbeddingGemma 2 предназначена для задач поиска и сопоставления, а не для генерации готовых текстовых ответов. По описанию Google, модель помещает текст, программный код, изображения, видеокадры и аудио в совместимое пространство представлений. Это позволяет, например, искать изображения по текстовому запросу или связать звуковой фрагмент с подходящим видеокадром. Для приложения такой подход может уменьшить число отдельных моделей в индексирующей цепочке. Но наличие общих векторов не гарантирует, что релевантные результаты окажутся наверху: это зависит от корпуса, разбиения файлов, языка и порога поиска.
Архитектура позволяет выбирать модальности
Google указывает конфигурации от 270 млн параметров для текста и кода до 740 млн для полного мультимодального варианта. Разработчик может добавить визуальный или аудиоэнкодер только при необходимости, а затем сокращать размерность векторов с помощью Matryoshka Representation Learning. Это помогает уменьшить объем хранения, но компромисс между размерностью и точностью нужно проверять на целевой задаче. В длинном аудио или видео качество зависит еще и от того, какие фрагменты подаются модели и как приложение индексирует временные метки.
Локальный запуск ориентирован на приватные сценарии
Компания описывает модель как пригодную для запуска на потребительских устройствах и приводит оценку активной памяти около 191 МБ для текстовой конфигурации и около 567 МБ для полной мультимодальной модели на Pixel 11 Pro после квантования. Такие цифры относятся к указанному оборудованию и режиму, а не к любому телефону. Локальная обработка может сократить передачу исходных медиа на сервер, но разработчику все равно нужно проверить журналы, резервные копии, аналитику и сетевые вызовы самого приложения.
Открытые веса не отменяют тестирование
Google сообщает о выпуске модели с открытыми весами и лицензией Apache 2.0, размещении артефактов в публичных репозиториях и результатах внутренних сравнений. Для практического применения важны версия модели, библиотека загрузки, размерность вектора и одинаковая обработка запросов и документов. Подготовьте небольшой эталон запросов с оценками релевантности от людей, а затем сравните точность поиска, задержку, потребление памяти и стоимость индексации. Проверяйте отдельно разные языки и типы контента: общий embedding space не означает одинаковое качество для каждой модальности.
Проверьте полноту поиска на своем корпусе
Google анонсировала EmbeddingGemma 2 6 октября 2026 года как открытую модель эмбеддингов для текста, кода, изображений, видео и аудио. Компания указывает конфигурации примерно от 270M до 740M параметров и приводит показатели памяти для Pixel 11 Pro после квантования. Это результаты производителя для описанной конфигурации.
Соберите эталон запросов с оценками релевантности, включите все нужные языки и модальности и сравните разные варианты модели. Измерьте качество первых результатов, скорость индексирования, задержку, память, размер векторного хранилища и работу приложения офлайн. Зафиксируйте версию модели и одинаковую обработку входов. Не ограничивайте тест одной средней оценкой: отдельно проверьте точный поиск, неполное совпадение, похожий, но неверный материал и запрос без релевантного ответа. Составьте несколько сопоставимых языковых и мультимодальных групп и вручную оцените верхние результаты. Проверьте, как система обрабатывает длинное видео, несколько кадров, фоновый шум и смешение языков. После уменьшения размерности повторите тот же набор и посчитайте, сколько релевантных материалов опустилось ниже порога. Наконец, измерьте время обновления индекса при добавлении и удалении документов, поскольку локальный режим тоже требует контроля актуальности.
Общий векторный формат не гарантирует одинаковое качество для каждого языка, корпуса и типа медиа. Показатели производителя не заменяют тестирование на собственном оборудовании.
Что это дает пользователю
Соберите тестовый корпус из собственных текстов, файлов и медиа.
Сравните нужную конфигурацию и размерность по точности, памяти и задержке.
Проверьте лицензию и эксплуатационные ограничения выбранной версии.
Что нужно учитывать
Размеры памяти и результаты приведены для конкретных конфигураций Google.
Качество поиска зависит от корпуса, разбиения и настройки приложения.
Модель создает представления данных, но не выполняет всю функцию поиска сама.
Коротко
EmbeddingGemma 2 может упростить мультимодальный локальный поиск, если приложению нужны совместные запросы по тексту и медиа. Решение о внедрении стоит принимать по тестовому корпусу и измерениям на целевом устройстве, а не по общему описанию модели.