知识卡片：谷歌开源EmbeddingGemma 2——端侧原生多模态嵌入模型

一句话结论

谷歌于2026年10月6日开源EmbeddingGemma 2，这是其首个原生多模态开源嵌入模型，以740M参数将文字、代码、图片、视频、音频映射进同一768维空间，面向端侧离线跨模态检索场景。

事件概述或研究问题

谷歌发布并开源EmbeddingGemma 2，定位为端侧可运行的原生多模态嵌入模型，目标是在手机等终端设备上实现跨模态检索（文本、代码、图像、视频、音频统一语义空间），并可搭配Gemma 4用于离线RAG。

方法/产品要点

• 参数规模：740M。
• 统一嵌入空间：768维，覆盖文字、代码、图片、视频、音频五种模态。
• 上下文长度：8K，为上代4倍。
• 语言支持：100多种语言。
• 模块化加载：文本270M、视觉170M、音频300M可按需加载。
• 内存占用（Pixel 11 Pro，量化后）：完整模型约占567MB内存；纯文本最低约191MB。
• 工具链支持：llama.cpp已支持；可搭配Gemma 4做离线RAG。
• 定位：谷歌首个原生多模态开源嵌入模型。

主要结果或产业意义

• 图像检索得分57.3，视频检索得分50.7；对比Jina v5 Omni-Nano分别为31.6与31.2。
• MTEB Code由68.76升至78.68。
• 端侧内存占用低至191MB（纯文本）意味着中高端手机可本地运行多模态检索，无需联网或云端推理，对隐私敏感场景、离线RAG、端侧AI应用开发具有直接推动意义。

为什么重要

• 端侧多模态检索长期受限于模型体积与内存，EmbeddingGemma 2以模块化加载和量化将门槛拉低到手机可承受范围。
• 统一768维空间覆盖五种模态，减少了为不同模态分别部署嵌入模型的工程复杂度。
• 开源+llama.cpp支持降低了开发者接入门槛，可能加速端侧RAG和跨模态搜索应用的落地。
• 与既有卡片中Kimi K3等大参数多模态模型形成互补：Kimi K3面向云端旗舰能力，EmbeddingGemma 2面向端侧轻量检索，共同推进多模态生态的分层化。

局限与不确定性

• 材料未提及模型的具体架构细节（如是否基于Gemma架构、训练数据规模与来源），待核实。
• 图像/视频检索得分与Jina v5 Omni-Nano的对比条件（数据集、评测协议）未在材料中说明，待核实。
• 音频检索与跨模态对齐的具体评测结果未在材料中给出，待核实。
• 量化后567MB/191MB的具体量化方案（如3bit/4bit）未说明，待核实。
• 实际端侧推理延迟与吞吐表现未在材料中给出，待核实。

可用于图书/PPT/简报的角度

• 端侧AI的“嵌入层”基础设施：从云端大模型到端侧小模型的检索能力下沉。
• 多模态统一嵌入空间的工程价值：一个模型替代多个单模态嵌入模型。
• 谷歌开源策略对比：Gemma系列在端侧生态的持续布局。
• 离线RAG的技术栈组合：EmbeddingGemma 2 + Gemma 4 + llama.cpp。
• 端侧内存优化案例：模块化加载与量化如何将多模态模型塞进手机。

与既有脉络的关系

既有卡片中的Kimi K3（2.8万亿参数）和蚂蚁灵波LingBot-VLA 2.0（60000小时物理数据预训练）代表了大参数云端多模态与具身智能方向；本卡片补充的是端侧轻量多模态检索这一分层，即多模态能力不仅向更大参数发展，也在向更低资源门槛下沉。

原始材料

• 来源：腾讯研究院AI速递 20261009
• URL：https://m.sohu.com/a/1085270738_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 条目：四、谷歌开源EmbeddingGemma 2，端侧跨模态检索
• 关键英文标题/关键词：EmbeddingGemma 2, multimodal embedding, on-device retrieval, 768-dim, llama.cpp, Gemma 4, MTEB Code, Jina v5 Omni-Nano, offline RAG