JawabanDipublikasikan18 sumber
Apa itu EmbeddingGemma 2? Ini bedanya dengan model pertama
Google DeepMind merilis EmbeddingGemma 2 pada 6 Oktober 2026 . Berbeda dari EmbeddingGemma pertama yang hanya mengolah teks, model baru ini mendukung teks, kode, gambar, video, dan audio.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Google DeepMind merilis EmbeddingGemma 2 pada 6 Oktober 2026 . Berbeda dari EmbeddingGemma pertama yang hanya mengolah teks, model baru ini mendukung teks, kode, gambar, video, dan audio.
- Model berbasis Gemma 4 ini memiliki 740 juta parameter dan dirilis dengan lisensi Apache 2.0.
- Google melaporkan penggunaan memori sekitar 191 MB untuk konfigurasi teks saja dan 567 MB untuk versi multimodal penuh dalam pengujian tertentu.
AI Perintah
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
EmbeddingGemma 2 adalah model embedding multimodal dari Google DeepMind yang dirancang agar aplikasi dapat mencari dan membandingkan beragam jenis konten. Model ini dirilis pada 6 Oktober 2026 sebagai penerus EmbeddingGemma yang sebelumnya hanya memproses teks. Berbasis Gemma 4, EmbeddingGemma 2 dapat memetakan teks, kode, gambar, video, dan audio ke dalam satu ruang embedding bersama, termasuk untuk penggunaan langsung di perangkat. 1
2
Embedding adalah representasi numerik dari suatu konten—misalnya kalimat, gambar, atau rekaman audio—yang membantu aplikasi menemukan materi dengan makna serupa. Dengan ruang embedding bersama, aplikasi dapat mencocokkan kueri teks dengan konten visual atau audio tanpa harus merangkai model embedding terpisah untuk setiap jenis media.
Perbedaan utama dari EmbeddingGemma pertama
| Aspek | EmbeddingGemma | EmbeddingGemma 2 |
|---|---|---|
| Media yang didukung | Teks | Teks, kode, gambar, video, dan audio |
| Dasar model | Gemma 3 | Gemma 4 |
| Jumlah parameter | 308 juta | Hingga 740 juta |
| Panjang konteks yang dilaporkan | 2.000 token | 8.000 token |
| Ruang embedding | Vektor 768 dimensi; keluaran dapat disesuaikan | Ruang bersama 768 dimensi dengan encoder modular |
| Lisensi | Model terbuka | Apache 2.0 |
Model pertama dirilis pada September 2025, memiliki 308 juta parameter, dan dirancang khusus untuk embedding teks. 3
4 EmbeddingGemma 2 memperluas kemampuan itu ke beberapa jenis media sekaligus.
1
2
Satu ruang embedding, encoder modular
EmbeddingGemma 2 mendukung teks dan kode, gambar, video, audio, serta kombinasi dari berbagai jenis masukan tersebut. Encoder modularnya memetakan konten ke ruang vektor 768 dimensi yang sama. Artinya, aplikasi dapat membandingkan konten lintas media—misalnya mencari gambar atau rekaman yang sesuai dengan kueri teks—tanpa menggabungkan beberapa model embedding secara manual. 1
5
Pengembang juga dapat memuat encoder sesuai kebutuhan. Konfigurasi model berkisar dari 270 juta parameter untuk teks dan kode hingga 740 juta parameter untuk seluruh modalitas. Pendekatan ini memungkinkan penggunaan memori disesuaikan dengan fitur yang ingin dipakai. 1
Konteks lebih panjang dan ukuran vektor yang bisa disesuaikan
Konteks EmbeddingGemma 2 dilaporkan mencapai 8.000 token, sekitar empat kali kapasitas 2.000 token pada model pertama. 4
6 Kedua generasi juga memungkinkan keluaran embedding berukuran lebih kecil daripada 768 dimensi penuh. Untuk model pertama, Google secara khusus menyebut rentang keluaran 128 hingga 768 dimensi.
4
6
Apa yang diketahui tentang benchmark dan penggunaan memori?
Google menyebut EmbeddingGemma 2 sebagai model dengan performa unggul untuk ukurannya. Namun, sumber yang tersedia di sini belum cukup untuk memberikan perbandingan angka benchmark yang dapat diandalkan antara EmbeddingGemma 2 dan model pertama.
Untuk penggunaan di perangkat, laporan pengujian menyebut kebutuhan memori aktif sekitar 191 MB pada konfigurasi teks saja dan 567 MB pada konfigurasi multimodal penuh setelah kuantisasi. Angka tersebut berasal dari konfigurasi dan pengujian tertentu, bukan jaminan kebutuhan memori yang sama di semua perangkat. 2
6
7
Kegunaan dan batasan
Kemampuan multimodalnya dapat mendukung pencarian semantik lokal di antara catatan, foto, rekaman suara, dan video. Teknologi embedding juga dapat menjadi bagian dari sistem retrieval-augmented generation (RAG), yaitu sistem yang mengambil informasi relevan untuk digunakan bersama model generatif. 2
8
Namun, ruang embedding bersama hanya membantu mengukur kemiripan makna. Fitur itu tidak menjamin bahwa materi yang ditemukan akurat, aman, atau sesuai untuk digunakan. Pengembang tetap perlu menyiapkan penanganan untuk konten sensitif dan hasil pencarian yang keliru.
Lisensi dan ketersediaan
EmbeddingGemma 2 menggunakan lisensi Apache 2.0 dan bobot modelnya tercantum di materi pengembang Google serta halaman modelnya di Hugging Face. 1
5
8 Sumber yang ditinjau belum memberikan bukti cukup untuk memastikan tanggal distribusi tambahan atau integrasi lain yang mungkin direncanakan.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Apa itu EmbeddingGemma 2? Ini bedanya dengan model pertama"?
Google DeepMind merilis EmbeddingGemma 2 pada 6 Oktober 2026 . Berbeda dari EmbeddingGemma pertama yang hanya mengolah teks, model baru ini mendukung teks, kode, gambar, video, dan audio.
Apa poin penting yang harus divalidasi terlebih dahulu?
Google DeepMind merilis EmbeddingGemma 2 pada 6 Oktober 2026 . Berbeda dari EmbeddingGemma pertama yang hanya mengolah teks, model baru ini mendukung teks, kode, gambar, video, dan audio. Model berbasis Gemma 4 ini memiliki 740 juta parameter dan dirilis dengan lisensi Apache 2.0.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Google melaporkan penggunaan memori sekitar 191 MB untuk konfigurasi teks saja dan 567 MB untuk versi multimodal penuh dalam pengujian tertentu.
Sumber
blog.googleIntroducing Gemini 2.0: our new AI model for the agentic era
developers.googleblog.comdevelopers.googleblog.com · en · embeddinggemma-2-theEmbeddingGemma 2: The Developer Guide- Google Developers Blog