全景路径

EmbeddingGemma 2：开源轻量多模态嵌入模型，270M起，Apache 2.0

EmbeddingGemma 2：开源轻量多模态嵌入模型，270M起，Apache 2.0

EmbeddingGemma 2 是 Google DeepMind 2026 年 10 月 6 日开源的一款轻量多模态嵌入模型，最小版本从 270M 参数开始，采用 Apache 2.0 许可证，完全支持文本、代码、图像、视频和音频的统一嵌入空间。它特别适合在消费级设备（如 Pixel 手机）上实现隐私优先的语义搜索和 RAG 应用：本地生成嵌入，零网络延迟，结合 Gemma 4 模型即可完成跨模态检索。

如果你是开发者，追求低成本本地 AI 部署，尤其在有限算力环境下处理媒体内容搜索，那么 EmbeddingGemma 2 能有效降低部署门槛。它适合构建离线工具、边缘应用或企业内部知识库，不依赖云服务就能实现高质量多模态匹配。

RooHome 全景路径

在 RooHome（www.roohome.cn）查看 EmbeddingGemma 2 的四模块分流雷达：

模型评估：通过 /models 页的官方分数表快速比对子 1B 模型。
部署方案：切换到 /guides 页，查看本地运行路径。
价格雷达：链接 /official-prices 查 Apache 2.0 零成本许可与算力预算。
API 穿梭：通过 /api-transit 导入本地嵌入向量到远程服务。

这些路径已全部在站内工具页实现，用户可直接决策是否适配。

EmbeddingGemma 2 核心特点

模型基于 Gemma 4 架构，740M 参数全版本，模块化设计让你只加载必要部分。

轻量启动：270M 参数专用于文本，只需额外 170M 视觉和 300M 音频编码器即可实现完整多模态。
Matryoshka 压缩：利用 Matryoshka Representation Learning，可动态截断输出到 128–768 维度，节省高达 6 倍存储空间。
上下文扩展：支持 8K Token（原版 4 倍），可处理 5.5 分钟音频、29 张图像或交错多模态内容。
存储与内存优化：量化后，在 Google Pixel 11 Pro 上，纯文本仅需 191MB 活跃 RAM，全多模态约 567MB。

这些特性让 EmbeddingGemma 2 成为子 1B 模型中的最佳选择，尤其在 MTEB Code 和 MAEB 音频基准上表现领先。

性能与适用场景

EmbeddingGemma 2 在代码任务上 MTEB Code 分数提升近 10 分，适合本地代码库索引和语义代码搜索。图像、视频、文档和音频任务则达到 sub-1B 模型的顶级质量，甚至超越部分更大模型。

典型使用场景包括：

用文本或语音查找视频库中的具体片段。
音频转录后通过文本查询搜索几小时录制。
离线 RAG 管道：EmbeddingGemma 2 + Gemma 4 共同推理，隐私安全。
MediaPipe 实时决策：分类、路由、预测任务。

这些场景均可在本地运行，无需上传数据到云端。

模型规格对比表

参数规模	主要模态	上下文长度	量化后内存 (Pixel 示例)	许可证
270M	文本为主	8K Token	~191MB 文本	Apache 2.0
440M	文本+视觉	8K Token	~~300MB	Apache 2.0
570M	文本+音频	8K Token	~~450MB	Apache 2.0
740M	全多模态	8K Token	~567MB	Apache 2.0

表中数据以 Google 官方挂牌页当日信息为准。

Getting started

1. 从 Hugging Face（ Kaggle 下载模型。

2. 使用 Ollama、transformers、llama.cpp 或 LiteRT 加载并运行（支持浏览器 WebGPU 和本地推理）。

3. 结合 Google AI Edge Gallery 的 Instant Media Search 或 Video Moments Finder 快速验证。

详细部署步骤已收录在站内 /guides 页，可直接执行。

风险与边界

EmbeddingGemma 2 作为开源模型，开发者需自行评估本地硬件适配性和推理效果。可能因设备资源限制导致性能下降，或在复杂多模态场景中准确率低于官方云服务。Apache 2.0 许可允许商业使用，但需遵守具体条款。以上内容仅为信息分享，非法律意见，实际操作请参考官方文档和测试结果。

English summary

EmbeddingGemma 2 is Google DeepMind’s open lightweight multimodal embedding model released October 6, 2026, starting at 270M parameters with Apache 2.0 license. It unifies text, code, image, video and audio in one embedding space for fully on-device semantic search and RAG, delivering strong performance on MTEB Code and MAEB benchmarks while using only 191–567 MB RAM on Pixel devices after quantization. Developers can dynamically scale output dimensions from 128 to 768 via Matryoshka learning for up to 6x storage savings and process up to 8K tokens of mixed media locally. The model is ideal for privacy-first apps, offline media retrieval, and edge AI on resource-constrained hardware. Download from Hugging Face or Kaggle, run with Ollama, transformers, llama.cpp or LiteRT, and pair with Gemma 4 for unified pipelines. For the latest benchmarks and hardware guides, visit the official model card and Google AI Edge resources. RooHome provides separate deployment and pricing tools to help you evaluate fit quickly.

风险与边界

延伸阅读

English summary