自动排版把文本、图像、视频、音频四种输入映射到同一个 768 维向量空间，并允许按需只加载文本骨干，或额外挂视觉、音频编码器；再用 MRL 把向量截到 128/256/512 维以省存储。
项目介绍
EmbeddingGemma 2 是 Google DeepMind 开源的多模态嵌入模型，基于 Gemma 4 的架构改进。它把文本（含代码）、图像、视频与音频映射到同一个 768 维向量空间，专为手机、笔记本等消费级硬件设计，用于搜索、检索增强生成、分类与聚类等任务。
主要应用领域
本地知识库问答（RAG）、行业文档检索与分类、工单与单据聚类、图纸与扫描件搜图、多语种资料检索；部署在笔记本、边缘盒子或无 GPU 的办公机。
关键技术
EmbeddingGemma 2（740M 总参数，其中 130M 文本骨干、140M embedder、170M 视觉、300M 音频），24 层、512 模型维度、输入输出 768 维、8K 上下文、GQA/MQA 注意力、均值池化加投影层；提供 Transformers 与 sentence-transformers 两种加载方式，按任务使用不同的 instruction 前缀。本次未实际加载运行。
实用价值
对传统行业最直接的价值是去 GPU 化：一个 740M 的嵌入模型在普通机器上就能做检索与分类，省下向量服务的钱和合规风险；MRL 截断可把向量存储降最多 6 倍，对预算有限的民企很实在；四模态统一空间意味着同一套检索可以同时吃单据图像与文本。
局限
只做嵌入，不做生成，仍需搭配 LLM 才能回答；模型页基准分数均为官方自评，未在中文行业术语上验证；多模态编码器会额外占内存，需手动选择加载；官方说明 128 维只适合纯文本任务，截得太深会有质量损失。
开源协议
Apache-2.0
模型页与 README 均标明 Apache 2.0，作者 Google DeepMind；权重与代码的再分发需保留协议与归属声明。
协议解读供选型参考，不构成法律意见。
推荐理由
中小企业的本地知识库项目可以把它当作默认嵌入模型跑一次 A/B；若已有可用嵌入服务且效果满意，没有替换必要。
观测
Star未取得；观测时间：2026-11-09T04:56:40.000Z
暂无可比增长基线
开放权重
专业社区口碑
社区来源不可访问
模型页显示 Community 标签下有 21 条内容，但本次未打开具体讨论；GitHub 与 Hacker News 首页均未见该项目讨论帖。
无任何社区评价样本；赞数与下载量只能反映关注度，不能当作效果口碑。
类似项目推荐
模型知识参考，未在线核验；名称、维护状态和许可证需另行核实。