EmbeddingGemma 2：一个模型搞定五种模态的端侧嵌入

2026 年 10 月 6 日，Google DeepMind 发布 EmbeddingGemma 2。上一代只有文本，装机量超过 2000 万次下载；这一代把代码、图像、视频、音频全拉进同一个 768 维空间，740M 参数、Apache 2.0，量化后纯文本只要约 191MB 内存，能跑在手机上

工具界面

交互式工具即将上线

功能特点

✓ 一个模型五种输入：文本、代码、图像、视频帧、音频映射到同一向量空间，跨模态也能比相似度
✓ 模块化加载：纯文本 270M、文本+视觉 440M、文本+音频 570M、全模态 740M，同一个向量空间通用
✓ 向量可截断：Matryoshka 表示学习支持 768 维截到 512、256、128，本地向量库存储最多省 6 倍
✓ 代码能力大涨：MTEB Code 从 68.76 提到 78.68，涨 9.92 分，适合本地代码库索引与语义检索
✓ 端侧友好：8K 上下文比上代大 4 倍，可一次处理约 5.5 分钟音频、29 张图或 58 帧视频；Pixel 11 Pro 上全模态量化约 567MB 内存

使用步骤

从 Hugging Face 或 Kaggle 下模型，Apache 2.0，Ollama、MLX、vLLM、llama.cpp 与 sentence-transformers 都支持
按需要裁剪：只做文本检索就加载 270M 版本，别一上来拉全模态权重
先定维度再建库：768 维精度最好，存储吃紧就截到 512 或 256，重建索引比后期迁移便宜
拿自己的语料跑一遍召回率，尤其代码和音频这两块，别只看论文分数

常见问题

EmbeddingGemma 2 什么时候发布的？

2026 年 10 月 6 日。官方公告：https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2 ，模型卡：https://huggingface.co/google/embeddinggemma-2 。

740M 还是 744M？参数到底多少？

Google 官方博客与 Hugging Face 模型卡写的都是 740M 总参数（文本 270M + 视觉 170M + 音频 300M）。有些二手报道写成 744M，以官方数字为准。

手机真的跑得动吗？

官方给的数字是量化后在 Google Pixel 11 Pro 上，纯文本权重约占 191MB 活跃内存，全模态约 567MB。也就是说中高端手机能跑，但全模态比纯文本重三倍。

能商用吗？

模型采用 Apache 2.0 许可，Google 官方描述为 commercially permissive。落地前仍建议自己核对模型卡的许可与使用条款。

和 Gemini Embedding 是什么关系？

官方说 EmbeddingGemma 2 用了与 Gemini Embedding 模型相同的技术，但定位在端侧与本地隐私场景，不依赖云端 API。要在线大规模跑，仍可考虑 Gemini Embedding 服务。