AnswersPublished19 sources
EmbeddingGemma 2: multimodální vyhledávání, které může běžet i v telefonu
EmbeddingGemma 2 vyšel 6. října 2026 pod licencí Apache 2.0. Do společného 768rozměrného vektorového prostoru převádí text, kód, obrázky, video i audio.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- EmbeddingGemma 2 vyšel 6. října 2026 pod licencí Apache 2.0.
- Do společného 768rozměrného vektorového prostoru převádí text, kód, obrázky, video i audio.
- Oproti původnímu textovému EmbeddingGemma nabízí kontext 8 000 tokenů místo 2 000.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Google DeepMind’s EmbeddingGemma 2, and how do its release date, open weight license, Gemma 4 architecture, parameter count, support. Article summary: Google DeepMind released EmbeddingGemma 2 on October 6, 2026 as an open weight, multimodal successor to its text only EmbeddingGemma.. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful a
Google DeepMind představil EmbeddingGemma 2 dne 6. října 2026. Jde o otevřený multimodální model pro tvorbu takzvaných embeddingů – číselných reprezentací významu, podle kterých může software vyhledávat podobný obsah. Novinka navazuje na původní textový EmbeddingGemma, ale umí pracovat i s kódem, obrázky, videem a zvukem. Je postavená na architektuře Gemma 4 a licencovaná pod Apache 2.0. 2
Co je nové oproti původnímu EmbeddingGemma
Původní EmbeddingGemma, uvedený v září 2025, převáděl do vektorů pouze text. Měl 308 milionů parametrů a kontextové okno o velikosti 2 000 tokenů. EmbeddingGemma 2 rozšiřuje záběr na více typů obsahu a jeho kontextové okno má podle dostupných informací 8 000 tokenů. 5
6
11
Hlavní změnou je společný prostor pro různé modality. Textový dotaz tak lze porovnávat například s obrázkem, zvukovou nahrávkou nebo částí videa, aniž by aplikace musela pro každý typ obsahu skládat samostatný řetězec embeddingových modelů. Model mapuje vstupy do prostoru o 768 rozměrech. 2
18
Parametry, velikost vektorů a provoz v zařízení
Plná multimodální varianta má 740 milionů parametrů. Architektura je modulární: vývojáři mohou načíst jen ty části, které potřebují, přičemž konfigurace pro text a kód začíná na 270 milionech parametrů. To může pomoci omezit nároky na zařízení i aplikaci. 2
Výstupní vektory není nutné vždy ukládat v plné 768rozměrné podobě. EmbeddingGemma 2 umožňuje jejich zkrácení až na 128 rozměrů; podobnou možnost nabízela i původní verze. Menší vektory mohou šetřit místo v databázi, ale výběr rozměru je kompromisem a sám o sobě nezaručuje stejnou kvalitu vyhledávání. 5
9
10
Google uvádí, že po kvantizaci činí aktivní paměť přibližně 191 MB pro textovou konfiguraci a 567 MB pro plně multimodální model při měření na telefonu Google Pixel 11 Pro. Jde o hodnoty pro konkrétní konfigurace a zařízení, nikoli o záruku stejné spotřeby na každém telefonu či počítači. 3
Co to může umožnit – a co od modelu nečekat
EmbeddingGemma 2 se hodí pro sémantické vyhledávání, tedy hledání podle významu, nikoli jen podle přesně shodných slov. V praxi by tak aplikace mohla vyhledávat mezi textovými poznámkami, fotografiemi, nahrávkami nebo videozáznamy a využívat model také v systémech RAG, které při odpovědi pracují s vyhledanými podklady. 2
8
Společný vektorový prostor ale není bezpečnostní ani ověřovací nástroj. To, že model označí obsah za významově podobný dotazu, samo o sobě neříká, zda je nalezená informace přesná, bezpečná nebo vhodná. Aplikace proto musí počítat s chybnými shodami i s vlastním zacházením s citlivým obsahem.
Výsledky testů a dostupnost
Google popisuje EmbeddingGemma 2 jako velmi schopný model na svou velikost. Z podkladů, které jsou k dispozici, však nelze spolehlivě sestavit číselné srovnání jeho výsledků s původním EmbeddingGemma napříč benchmarky. 2
Váhy modelu jsou uvedené v materiálech Google pro vývojáře a na jeho stránce na Hugging Face. Dostupné zdroje nepotvrzují pevné datum dalších plánovaných distribucí či integrací.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "EmbeddingGemma 2: multimodální vyhledávání, které může běžet i v telefonu"?
EmbeddingGemma 2 vyšel 6. října 2026 pod licencí Apache 2.0.
What are the key points to validate first?
EmbeddingGemma 2 vyšel 6. října 2026 pod licencí Apache 2.0. Do společného 768rozměrného vektorového prostoru převádí text, kód, obrázky, video i audio.
What should I do next in practice?
Oproti původnímu textovému EmbeddingGemma nabízí kontext 8 000 tokenů místo 2 000.
Sources
developers.googleblog.comdevelopers.googleblog.com · en · embeddinggemma-2-theEmbeddingGemma 2: The Developer Guide- Google Developers Blog