EmbeddingGemma 2 ble lansert 6. oktober 2026. Modellen kan gjøre tekst, kode, bilder, video og lyd søkbare i ett felles 768 dimensjonalt vektorrom.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create 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 er en modell som gjør innhold om til tallrepresentasjoner – såkalte embedding-vektorer – som kan sammenlignes for å finne ting med lignende mening. Nyheten fra Google DeepMind er at modellen ikke lenger begrenser seg til tekst: Den kan også behandle kode, bilder, video og lyd. Den ble lansert 6. oktober 2026. 2
Den første EmbeddingGemma kom i september 2025 og var laget for tekst. Den hadde 308 millioner parametere og var basert på Gemma 3. 5
6
11 EmbeddingGemma 2 bygger på Gemma 4 og utvider modellen til flere typer innhold.
2
Det sentrale er at de ulike medietypene havner i samme 768-dimensjonale vektorrom. Dermed kan en app for eksempel sammenligne et tekstsøk med innhold i et bilde eller et lydklipp, i stedet for å sette sammen separate modeller for hver medietype. 2
18
Modellen har åpne vekter og Apache 2.0-lisens. Den største varianten har 740 millioner parametere, men den modulære oppbygningen gjør det mulig å laste inn bare kodene man trenger. Konfigurasjonene spenner fra 270 millioner parametere for tekst og kode til 740 millioner for alle medietypene. 2
Kontekstvinduet er oppgitt til 8 192 token – omtrent fire ganger så stort som originalens vindu på 2 000 token. 5 EmbeddingGemma 2 kan også lage kortere vektorer enn standarden på 768 dimensjoner. Google beskriver en metode som lar utviklere redusere dimensjonen helt ned til 128, noe som kan redusere lagringsbehovet for vektorer.
9
Modellen er laget for bruk lokalt, blant annet på mobil og datamaskin. Google oppgir at en kvantisert tekstkonfigurasjon brukte rundt 191 MB aktivt minne, mens full multimodal bruk krevde rundt 567 MB da modellen ble testet på en Pixel 11 Pro. Tallene gjelder de konkrete konfigurasjonene og testen som er oppgitt, ikke nødvendigvis alle enheter. 3
Google omtaler modellen som svært sterk for størrelsen, men kildene gir ikke et tilstrekkelig grunnlag for en sikker, tallfestet sammenligning av benchmarkresultater mellom EmbeddingGemma 2 og originalen. 2
Mulige bruksområder er lokalt søk på tvers av notater, bilder, lydopptak og video, eller multimodalt søk i løsninger som bruker RAG – en metode der en AI henter relevant materiale før den lager et svar. 2
At innhold ligger i samme vektorrom, betyr ikke at treffene automatisk er riktige, trygge eller passende. En app må fortsatt håndtere sensitivt innhold og feiltreff på egne premisser.
Vektene er oppført i Googles utviklermateriale og på Hugging Face. Kildene som er gjennomgått, gir ikke en fast dato for eventuelle flere distribusjoner eller integrasjoner.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
EmbeddingGemma 2 ble lansert 6. oktober 2026.
EmbeddingGemma 2 ble lansert 6. oktober 2026. Modellen kan gjøre tekst, kode, bilder, video og lyd søkbare i ett felles 768 dimensjonalt vektorrom.
Den største konfigurasjonen har 740 millioner parametere. Google oppgir rundt 191 MB aktivt minne for en kvantisert tekstkonfigurasjon og 567 MB for hele multimodellvarianten på en Pixel 11 Pro.
EmbeddingGemma 2 ble lansert 6. oktober 2026. Modellen kan gjøre tekst, kode, bilder, video og lyd søkbare i ett felles 768 dimensjonalt vektorrom.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create 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 er en modell som gjør innhold om til tallrepresentasjoner – såkalte embedding-vektorer – som kan sammenlignes for å finne ting med lignende mening. Nyheten fra Google DeepMind er at modellen ikke lenger begrenser seg til tekst: Den kan også behandle kode, bilder, video og lyd. Den ble lansert 6. oktober 2026. 2
Den første EmbeddingGemma kom i september 2025 og var laget for tekst. Den hadde 308 millioner parametere og var basert på Gemma 3. 5
6
11 EmbeddingGemma 2 bygger på Gemma 4 og utvider modellen til flere typer innhold.
2
Det sentrale er at de ulike medietypene havner i samme 768-dimensjonale vektorrom. Dermed kan en app for eksempel sammenligne et tekstsøk med innhold i et bilde eller et lydklipp, i stedet for å sette sammen separate modeller for hver medietype. 2
18
Modellen har åpne vekter og Apache 2.0-lisens. Den største varianten har 740 millioner parametere, men den modulære oppbygningen gjør det mulig å laste inn bare kodene man trenger. Konfigurasjonene spenner fra 270 millioner parametere for tekst og kode til 740 millioner for alle medietypene. 2
Kontekstvinduet er oppgitt til 8 192 token – omtrent fire ganger så stort som originalens vindu på 2 000 token. 5 EmbeddingGemma 2 kan også lage kortere vektorer enn standarden på 768 dimensjoner. Google beskriver en metode som lar utviklere redusere dimensjonen helt ned til 128, noe som kan redusere lagringsbehovet for vektorer.
9
Modellen er laget for bruk lokalt, blant annet på mobil og datamaskin. Google oppgir at en kvantisert tekstkonfigurasjon brukte rundt 191 MB aktivt minne, mens full multimodal bruk krevde rundt 567 MB da modellen ble testet på en Pixel 11 Pro. Tallene gjelder de konkrete konfigurasjonene og testen som er oppgitt, ikke nødvendigvis alle enheter. 3
Google omtaler modellen som svært sterk for størrelsen, men kildene gir ikke et tilstrekkelig grunnlag for en sikker, tallfestet sammenligning av benchmarkresultater mellom EmbeddingGemma 2 og originalen. 2
Mulige bruksområder er lokalt søk på tvers av notater, bilder, lydopptak og video, eller multimodalt søk i løsninger som bruker RAG – en metode der en AI henter relevant materiale før den lager et svar. 2
At innhold ligger i samme vektorrom, betyr ikke at treffene automatisk er riktige, trygge eller passende. En app må fortsatt håndtere sensitivt innhold og feiltreff på egne premisser.
Vektene er oppført i Googles utviklermateriale og på Hugging Face. Kildene som er gjennomgått, gir ikke en fast dato for eventuelle flere distribusjoner eller integrasjoner.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
EmbeddingGemma 2 ble lansert 6. oktober 2026.
EmbeddingGemma 2 ble lansert 6. oktober 2026. Modellen kan gjøre tekst, kode, bilder, video og lyd søkbare i ett felles 768 dimensjonalt vektorrom.
Den største konfigurasjonen har 740 millioner parametere. Google oppgir rundt 191 MB aktivt minne for en kvantisert tekstkonfigurasjon og 567 MB for hele multimodellvarianten på en Pixel 11 Pro.