### [EmbeddingGemma 2 – 740M端侧多模态嵌入与离线搜索模型](https://www.zuoshipin.com/link/47828.html)

**Published:** 2026-10-08T06:35:05

**Author:** 天才交易员

**Excerpt:** Google开放的740M多模态嵌入模型，统一检索文字、代码、图片、视频和音频，支持手机离线搜索、RAG与代码…

## EmbeddingGemma 2是什么？

**EmbeddingGemma 2是Google DeepMind推出的740M原生多模态嵌入模型。**它把文字、代码、图片、视频、音频及其组合映射到统一的768维向量空间，可在手机、笔记本与边缘设备上构建离线语义搜索、RAG、分类和聚类。

[![不同模态内容映射到同一768维向量空间](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image04.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image04.webp)

不同模态内容映射到同一768维向量空间。图片已压缩为动画WebP，点击查看大图。

## 核心规格

-   **参数：**740M，包括270M文本模型、170M视觉编码器和300M音频编码器。
-   **上下文：**8192 Token，支持100多种语言。
-   **模态：**文字、代码、图片、视频、音频与交错组合输入。
-   **输出：**原生768维，可截断为512、256或128维并重新归一化。
-   **内存：**Google Pixel 11 Pro量化测试中，纯文本约191MB，完整多模态约567MB。
-   **许可证：**Apache 2.0开放权重。

## 适合哪些场景？

适合本地相册和录音搜索、视频片段定位、离线知识库、代码仓库语义检索、跨语言笔记搜索、推荐系统以及隐私优先的RAG。它只负责生成向量，不会直接回答问题；要构建完整RAG，还需向量索引和生成模型。

[![用文字查询同时找到相关图片与鸟叫录音](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image03.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image03.webp)

用文字查询同时找到相关图片与鸟叫录音。图片已压缩为动画WebP，点击查看大图。

[![EmbeddingGemma 2与同量级模型的官方多模态检索成绩](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image06.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/embeddinggemma-2-image06.webp)

EmbeddingGemma 2与同量级模型的官方多模态检索成绩。图片已压缩为WebP，点击查看大图。

## 快速开始

```
pip install -U sentence-transformers transformers pillow soundfile torchcodec

from sentence_transformers import SentenceTransformer
model = SentenceTransformer("google/embeddinggemma-2")
query = model.encode("task: search result | query: 鸟在唱歌")
```

用于搜索时应使用官方任务前缀，文档可按“title: 标题 | text: 内容”格式编码。图片、视频和音频无需文字前缀。

## 官方入口

[打开EmbeddingGemma 2官方模型与下载页面](https://huggingface.co/google/embeddinggemma-2)

[查看Google官方模型卡与完整参数](https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2)



---