10月8日消息，当地时间 10 月 6 日，谷歌发布新一代端侧嵌入模型 EmbeddingGemma 2。这是一款面向 "检索" 与 "理解" 任务的嵌入模型，可在手机本地设备上离线处理文字、图片、音频和视频多种模态数据，全程无需联网，数据不离开终端设备。
参数与架构：模块化按需加载。
EmbeddingGemma 2 相较前代最核心的改动，是把原本仅支持纯文本的嵌入能力拓展至多模态。按照谷歌公开的信息，纯文本任务大约需要 2.7 亿参数，视觉编码器为 1.7 亿参数，音频编码器为 3 亿参数，全模态版本加在一起共 7.4 亿参数。得益于模块化架构，开发者可以依据具体场景按需加载，不必为了单一的文本检索任务而把整个多模态模型都载入。
其上一代产品 EmbeddingGemma 下载量已超过 2000 万次。
资源占用与存储效率。
谷歌公布的测试数据显示，经量化处理后，在 Pixel 11 Pro 上运行纯文本权重，活跃内存占用约 191MB；全多模态模式约 567MB。
在存储效率方面，模型引入 Matryoshka 表示学习技术，输出向量可从 768 维动态截断至 512、256 乃至 128 维，最高可实现本地向量数据库约 6 倍的存储压缩比。
上下文与检索能力提升。
上下文窗口较上一代扩大四倍，达到 8K token，可在本地直接处理约 5.5 分钟音频、29 张图像、58 帧视频，或上述模态交错组合的输入。
代码检索能力亦有明显提升：在 MTEB Code 基准测试中得分从 68.76 分升至 78.68 分，提升 9.92 分。多语言文本嵌入性能与上一代持平，图像、视频、文档、音频维度均有质量提升。
支持本地 RAG 流水线。
EmbeddingGemma 2 与 Gemma 4 共用文本分词器和音频编码器，能够在同一条推理流水线中组合运行，整体内存占用更低。开发者据此可以在设备本地搭建完整的检索增强生成（RAG）流水线，全程无需连接云端服务器，从而做到数据不离开终端、减少延迟并降低隐私合规风险。
该模型采用 Apache 2.0 商业友好型许可证开源发布。
