谷歌以开源 EmbeddingGemma2 将多模态离线搜索带到手机
谷歌发布了 EmbeddingGemma2，这是一款拥有 7.4 亿参数的开源多模态嵌入模型。据谷歌介绍，完整模型的内存占用不到 600MB，能够将文字、代码、图片、视频和音频映射到同一语义空间，从而在手机、笔记本电脑和浏览器上进行不依赖云端上传的语义搜索。模型支持 8K 上下文窗口和 100 多种语言。谷歌声称，它在图片、视频和代码检索任务上的表现优于同等规模的开源模型，但目前的介绍没有提供独立基准测试结果。模块化设计允许用户按需加载组件，并缩小索引体积。潜在用途包括离线搜索照片和文件、定位长视频中的片段，以及按意图搜索本地代码库。
本文来源：AIbase，仅供学习参考，版权归原作者所有。