谷歌开源了一个新模型，名字叫 EmbeddingGemma 2。它只有 740M 参数，却能把代码、图像、视频和音频全部映射进同一个向量空间。

上一代 EmbeddingGemma 是纯文本模型。这一代直接做成了原生多模态，跨模态语义检索成了默认能力——用文字搜图片，或者用图片找相关代码，都在同一个语义空间里完成。

上下文翻倍，代码评分涨了10分

上下文长度从上一代扩展到了 8K。参数量控制在 740M，这个体量本身就是为端侧设备准备的。

代码理解能力的提升最直观：MTEB Code 评分从 68.76 提升到 78.68。这个涨幅对本地代码索引和编程 Agent 的检索效能来说，是实打实的增强。

换句话说，以前在本地跑代码检索，模型经常"找不到"或者"找错"，现在这个环节的准确率上了一个台阶。

量化后567MB，端侧RAG的合规解法

量化之后，全多模态模式在移动设备上的活跃内存占用大约是 567MB。这个数字意味着它能在手机上跑起来，而不是只能待在服务器里。

适合的场景很明确：

  • 端侧 RAG——数据不出设备
  • 医疗、法律、金融——高合规要求的检索场景
  • 本地代码索引和编程 Agent

这些场景的共同点是：数据不能上云，但检索需求又真实存在。把嵌入模型放到端侧，等于把"转录"从生成问题变成了检索问题——不需要模型现场生成答案，只需要在本地向量空间里找到最相关的那一条。

谷歌这次开源，把多模态嵌入的部署门槛拉到了移动设备级别。对于做隐私敏感型应用的开发者来说，这是一个可以直接上手试的选项。