Google 发布了 EmbeddingGemma 2，这是一个原生多模态，能在手机上本地跑的开源向量模型。

它的作用是把文字、代码、图片、视频和音频放进同一个语义空间，帮你的应用直接在消费级的硬件上组织，搜索和连接信息。

官方演示里，在手机上离线就能用一句话搜相册，在视频里找到吹蜡烛的那一刻，在音频录音中找到某句话的时刻，数据不用上传到云端。

模型共 7.4 亿参数，可以只加载需要的部分，量化后在 Pixel 11 Pro 上，只用文本约占 191MB 内存，四种模态全开约 567MB。

上下文是 8K，是一代的 4 倍，代码检索从 68.76 分提到 78.68 分，多语言文本和一代基本持平。

#how i ai#