AnswersPublished18 sources
EmbeddingGemma 2: як Google об’єднує текст, зображення, відео й аудіо для пошуку
Google DeepMind представила EmbeddingGemma 2 6 жовтня 2026 року. Модель із відкритими вагами побудована на архітектурі Gemma 4 і підтримує текст, код, зображення, відео та аудіо.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- Google DeepMind представила EmbeddingGemma 2 6 жовтня 2026 року. Модель із відкритими вагами побудована на архітектурі Gemma 4 і підтримує текст, код, зображення, відео та аудіо.
- Повна версія має 740 млн параметрів і ліцензію Apache 2.0. Модульна конструкція дає змогу завантажувати лише потрібні енкодери: конфігурації охоплюють від 270 млн до 740 млн параметрів.
- EmbeddingGemma 2 має спільний 768 вимірний простір для різних типів контенту й контекстне вікно на 8 000 токенів — приблизно вчетверо більше, ніж у першої версії.
- У тестах Google квантована текстова конфігурація потребувала близько 191 МБ активної пам’яті, а повна мультимодальна — близько 567 МБ.
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
EmbeddingGemma 2 — це модель для створення векторних подань, або ембеддингів: числових представлень, які допомагають програмам знаходити контент зі схожим змістом. Google DeepMind випустила її 6 жовтня 2026 року як мультимодальне продовження текстової EmbeddingGemma. Модель побудована на архітектурі Gemma 4 і розрахована, зокрема, на локальну роботу — без обов’язкового надсилання даних у хмару. 1
2
Що змінилося порівняно з першою EmbeddingGemma
Перша версія працювала лише з текстом, мала 308 млн параметрів і спиралася на Gemma 3. EmbeddingGemma 2 підтримує текст, код, зображення, відео й аудіо, а також їхні комбінації. Повна модель має 740 млн параметрів і поширюється з відкритими вагами за ліцензією Apache 2.0. 1
3
4
Її енкодери зводять різні типи даних до спільного 768-вимірного векторного простору. Тож застосунок може, наприклад, зіставити текстовий запит із зображенням або аудіозаписом. Раніше для такого сценарію могло знадобитися поєднувати окремі моделі. Конструкція модульна: розробник може завантажити потрібні енкодери, а конфігурації моделі варіюються від 270 млн до 740 млн параметрів. 1
5
Довший контекст і гнучкий розмір векторів
Контекстне вікно EmbeddingGemma 2 становить 8 000 токенів — приблизно вчетверо більше за 2 000 токенів у першої версії. Обидві моделі дають змогу зменшувати розмір вихідних векторів: для оригінальної EmbeddingGemma вказаний діапазон 128–768 вимірів. Менші вектори можуть зменшити обсяг даних для зберігання, хоча їхня практична якість залежить від завдання. 4
6
Чи вистачить ресурсів смартфона
Google повідомляє, що після квантизації текстова конфігурація використовувала близько 191 МБ активної пам’яті, а повна мультимодальна — близько 567 МБ під час тестування на Google Pixel 11 Pro. Це показники конкретних конфігурацій і тестового пристрою: на іншому обладнанні фактичне використання пам’яті може відрізнятися. 2
6
7
Google називає модель однією з найсильніших у своєму розмірному класі. Водночас доступні тут матеріали не дають достатньої основи для коректного числового порівняння результатів бенчмарків EmbeddingGemma 2 та першої версії. 2
8
Для чого це може стати в пригоді — і чого модель не гарантує
Спільний простір ембеддингів відкриває шлях до локального семантичного пошуку по нотатках, фото, аудіозаписах і відео, а також до мультимодального пошуку в системах RAG — генерації відповідей із залученням знайдених матеріалів. 2
8
Але схожість векторів — це не перевірка фактів і не оцінка безпечності контенту. Модель може повернути неточний або недоречний збіг, тож розробникам усе одно потрібні окремі механізми для роботи з чутливими даними та перевірки результатів.
Де доступна модель
Ваги EmbeddingGemma 2 наведені в матеріалах Google для розробників і на сторінці моделі на Hugging Face. Надані джерела не дають підстав назвати конкретні дати майбутніх інтеграцій чи додаткових способів поширення. 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 "EmbeddingGemma 2: як Google об’єднує текст, зображення, відео й аудіо для пошуку"?
Google DeepMind представила EmbeddingGemma 2 6 жовтня 2026 року. Модель із відкритими вагами побудована на архітектурі Gemma 4 і підтримує текст, код, зображення, відео та аудіо.
What are the key points to validate first?
Google DeepMind представила EmbeddingGemma 2 6 жовтня 2026 року. Модель із відкритими вагами побудована на архітектурі Gemma 4 і підтримує текст, код, зображення, відео та аудіо. Повна версія має 740 млн параметрів і ліцензію Apache 2.0. Модульна конструкція дає змогу завантажувати лише потрібні енкодери: конфігурації охоплюють від 270 млн до 740 млн параметрів.
What should I do next in practice?
EmbeddingGemma 2 має спільний 768 вимірний простір для різних типів контенту й контекстне вікно на 8 000 токенів — приблизно вчетверо більше, ніж у першої версії.
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