Câu trả lờiĐã xuất bản16 nguồn
EmbeddingGemma 2: tìm kiếm văn bản, hình ảnh, âm thanh và video trong cùng một không gian
Google DeepMind phát hành EmbeddingGemma 2 ngày 6/10/2026. Mô hình dựa trên kiến trúc Gemma 4, có trọng số mở theo giấy phép Apache 2.0 và mở rộng từ văn bản sang nhiều loại dữ liệu.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Google DeepMind phát hành EmbeddingGemma 2 ngày 6/10/2026. Mô hình dựa trên kiến trúc Gemma 4, có trọng số mở theo giấy phép Apache 2.0 và mở rộng từ văn bản sang nhiều loại dữ liệu.
- Các bộ mã hóa mô đun ánh xạ văn bản, mã nguồn, hình ảnh, video và âm thanh vào cùng không gian vector 768 chiều; nhà phát triển có thể chọn cấu hình từ 270 triệu đến 740 triệu tham số.
- Google công bố mức dùng bộ nhớ khoảng 191 MB cho cấu hình chỉ xử lý văn bản và 567 MB cho cấu hình đa phương thức đầy đủ sau lượng tử hóa.
Prompt AI
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 là mô hình nhúng đa phương thức do Google DeepMind phát hành ngày 6/10/2026. So với EmbeddingGemma đời đầu chỉ xử lý văn bản, phiên bản mới có thể đưa nhiều loại dữ liệu vào cùng một không gian biểu diễn, mở ra khả năng tìm kiếm chéo giữa văn bản, hình ảnh, âm thanh và video ngay trên thiết bị. 2
3
Mô hình được xây dựng trên kiến trúc Gemma 4, có 740 triệu tham số ở cấu hình đầy đủ và phát hành theo giấy phép Apache 2.0. Bản EmbeddingGemma đầu tiên ra mắt vào tháng 9/2025, có 308 triệu tham số và tập trung vào văn bản. 2
5
11
Một không gian chung cho nhiều loại dữ liệu
EmbeddingGemma 2 hỗ trợ văn bản, mã nguồn, hình ảnh, video và âm thanh, kể cả đầu vào kết hợp nhiều dạng dữ liệu. Các bộ mã hóa mô-đun chuyển chúng thành vector trong không gian chung 768 chiều. Nhờ vậy, ứng dụng có thể đối chiếu một câu truy vấn với nội dung hình ảnh hoặc âm thanh mà không nhất thiết phải ghép nhiều mô hình nhúng riêng biệt. 2
18
Thiết kế mô-đun cũng cho phép nhà phát triển chỉ tải những bộ mã hóa cần dùng: cấu hình văn bản và mã nguồn bắt đầu ở 270 triệu tham số, còn cấu hình đa phương thức đầy đủ có 740 triệu tham số. 2
Cửa sổ ngữ cảnh dài hơn, vector có thể thu gọn
Cửa sổ ngữ cảnh được nêu cho EmbeddingGemma 2 là 8.192 token, khoảng gấp bốn lần mức 2.000 token của bản đầu. Cả hai thế hệ đều hỗ trợ giảm số chiều vector thay vì buộc ứng dụng luôn lưu đủ 768 chiều; tài liệu về bản đầu nêu mức có thể điều chỉnh từ 128 đến 768 chiều, còn tài liệu giới thiệu bản mới cho biết vector có thể được thu gọn xuống 128 chiều. 5
9
Chạy trên thiết bị và số liệu hiệu năng
Google cho biết mức dùng bộ nhớ hoạt động sau lượng tử hóa vào khoảng 191 MB với cấu hình chỉ xử lý văn bản và 567 MB với cấu hình đa phương thức đầy đủ, theo phép đo được công bố trên Google Pixel 11 Pro. Mức sử dụng thực tế có thể khác tùy cấu hình và thiết bị. 3
Google mô tả EmbeddingGemma 2 là mô hình có hiệu năng hàng đầu trong nhóm cùng kích thước. Tuy nhiên, các nguồn được dẫn ở đây chưa cung cấp đủ cơ sở để đưa ra so sánh điểm benchmark định lượng, nhất quán giữa bản mới và bản đầu. 2
3
Có thể dùng để làm gì — và cần lưu ý gì?
Với khả năng chạy cục bộ, mô hình có thể hỗ trợ tìm kiếm ngữ nghĩa trên ghi chú, ảnh, bản ghi âm hoặc video; đồng thời làm nền tảng cho các ứng dụng truy xuất thông tin tăng cường (RAG). Việc đưa các dạng dữ liệu vào cùng không gian giúp ứng dụng so sánh mức độ liên quan giữa những nội dung vốn khác loại. 3
18
Tuy vậy, vector tương đồng không đồng nghĩa với nội dung đúng, an toàn hay phù hợp. Nếu ứng dụng xử lý dữ liệu nhạy cảm hoặc cần hạn chế kết quả sai lệch, nhà phát triển vẫn phải xây dựng các cơ chế kiểm tra và xử lý riêng.
Tình trạng phát hành
Trọng số mô hình hiện được giới thiệu qua tài liệu dành cho nhà phát triển của Google và trang mô hình trên Hugging Face. Các nguồn được dẫn chưa xác nhận thời điểm cụ thể cho những đợt phân phối hoặc tích hợp khác trong tương lai. 2
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "EmbeddingGemma 2: tìm kiếm văn bản, hình ảnh, âm thanh và video trong cùng một không gian" là gì?
Google DeepMind phát hành EmbeddingGemma 2 ngày 6/10/2026. Mô hình dựa trên kiến trúc Gemma 4, có trọng số mở theo giấy phép Apache 2.0 và mở rộng từ văn bản sang nhiều loại dữ liệu.
Những điểm chính cần xác nhận đầu tiên là gì?
Google DeepMind phát hành EmbeddingGemma 2 ngày 6/10/2026. Mô hình dựa trên kiến trúc Gemma 4, có trọng số mở theo giấy phép Apache 2.0 và mở rộng từ văn bản sang nhiều loại dữ liệu. Các bộ mã hóa mô đun ánh xạ văn bản, mã nguồn, hình ảnh, video và âm thanh vào cùng không gian vector 768 chiều; nhà phát triển có thể chọn cấu hình từ 270 triệu đến 740 triệu tham số.
Tôi nên làm gì tiếp theo trong thực tế?
Google công bố mức dùng bộ nhớ khoảng 191 MB cho cấu hình chỉ xử lý văn bản và 567 MB cho cấu hình đa phương thức đầy đủ sau lượng tử hóa.
Nguồn
developers.googleblog.comdevelopers.googleblog.com · en · embeddinggemma-2-theEmbeddingGemma 2: The Developer Guide- Google Developers Blog