AnswersPublished18 sources
Wat is EmbeddingGemma 2 — en wat is er nieuw?
EmbeddingGemma 2 verscheen op 6 oktober 2026. Het model is gebaseerd op Gemma 4 en heeft open gewichten onder de Apache 2.0 licentie.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- EmbeddingGemma 2 verscheen op 6 oktober 2026. Het model is gebaseerd op Gemma 4 en heeft open gewichten onder de Apache 2.0 licentie.
- Waar de eerste EmbeddingGemma alleen tekst verwerkte, kan de nieuwe versie ook code, afbeeldingen, video en audio in één gedeelde vectorruimte plaatsen.
- De configuratie voor alleen tekst vraagt volgens Google circa 191 MB actief geheugen na quantisatie; de volledige multimodale variant circa 567 MB.
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 lanceerde EmbeddingGemma 2 op 6 oktober 2026. Het is de multimodale opvolger van EmbeddingGemma, een model dat alleen tekst verwerkte. De nieuwe versie is gebouwd op de Gemma 4-architectuur en moet uiteenlopende soorten inhoud doorzoekbaar maken met één model, ook lokaal op een apparaat. 1
2
Een embedding is een reeks getallen die de betekenis van inhoud weergeeft. In EmbeddingGemma 2 komen die reeksen voor verschillende soorten input in dezelfde 768-dimensionale vectorruimte terecht. Daardoor kan een toepassing bijvoorbeeld een tekstzoekopdracht vergelijken met een afbeelding of audiofragment, zonder voor elke vorm van inhoud een apart embeddingmodel aan elkaar te hoeven koppelen. 1
5
Wat is er nieuw ten opzichte van de eerste versie?
De oorspronkelijke EmbeddingGemma verscheen in september 2025. Dat tekstgerichte model had 308 miljoen parameters en was gebaseerd op Gemma 3. EmbeddingGemma 2 telt maximaal 740 miljoen parameters en ondersteunt naast tekst en code ook afbeeldingen, video en audio. 3
4
5
De opzet is modulair: ontwikkelaars kunnen de encoders laden die ze nodig hebben. De configuraties lopen van 270 miljoen parameters voor tekst en code tot 740 miljoen voor alle ondersteunde invoertypen. Zo hoeft een toepassing die alleen tekst doorzoekt niet automatisch alle multimodale onderdelen te gebruiken. 1
5
Ook het contextvenster is groter. EmbeddingGemma 2 ondersteunt naar verluidt 8.000 tokens, tegenover 2.000 tokens bij de eerste versie. De uitvoervectoren zijn bovendien in afmetingen aanpasbaar: het hoeft niet altijd om alle 768 dimensies te gaan. Voor de oorspronkelijke versie werden uitvoerformaten van 128 tot 768 dimensies expliciet genoemd. 4
6
Kan het op een telefoon draaien?
Google noemt het model geschikt voor gebruik op apparaten zelf. Bij een quantized versie — een verkleinde representatie van de modelgewichten — rapporteert het bedrijf ongeveer 191 MB actief geheugen voor de tekstconfiguratie en circa 567 MB voor de volledige multimodale variant. Die cijfers zijn gemeten voor specifieke configuraties en apparaten; ze zeggen niet precies hoeveel geheugen iedere implementatie nodig heeft. 3
Mogelijke toepassingen zijn lokaal zoeken in notities, foto’s, opnames en video, of het ophalen van relevante informatie voor een RAG-toepassing. RAG staat voor retrieval-augmented generation: een systeem haalt eerst relevante informatie op en kan die vervolgens gebruiken bij het formuleren van een antwoord. 2
8
Hoe goed presteert het model — en wat kan het niet?
Google omschrijft EmbeddingGemma 2 als bijzonder krachtig voor een model van deze omvang. De bronnen bieden echter onvoldoende basis voor een betrouwbare numerieke vergelijking tussen de benchmarkresultaten van de nieuwe versie en die van het origineel. 2
6
7
Een gedeelde vectorruimte maakt verschillende soorten inhoud onderling vergelijkbaar, maar garandeert niet dat een gevonden resultaat juist, veilig of geschikt is. Een toepassing moet dus zelf rekening houden met bijvoorbeeld gevoelige informatie en foutieve matches. 2
8
De gewichten zijn beschikbaar via Googles ontwikkelaarsmateriaal en de modelpagina op Hugging Face. In de geraadpleegde bronnen staat geen bevestigde datum voor eventuele aanvullende distributie of integraties. 1
5
8
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 "Wat is EmbeddingGemma 2 — en wat is er nieuw?"?
EmbeddingGemma 2 verscheen op 6 oktober 2026. Het model is gebaseerd op Gemma 4 en heeft open gewichten onder de Apache 2.0 licentie.
What are the key points to validate first?
EmbeddingGemma 2 verscheen op 6 oktober 2026. Het model is gebaseerd op Gemma 4 en heeft open gewichten onder de Apache 2.0 licentie. Waar de eerste EmbeddingGemma alleen tekst verwerkte, kan de nieuwe versie ook code, afbeeldingen, video en audio in één gedeelde vectorruimte plaatsen.
What should I do next in practice?
De configuratie voor alleen tekst vraagt volgens Google circa 191 MB actief geheugen na quantisatie; de volledige multimodale variant circa 567 MB.
Sources
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