Google EmbeddingGemma 2
EmbeddingGemma 2 是 Google DeepMind 的开放嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享空间，因此你可以用单次查询跨这些模态进行搜索。该模型拥有 7.
EmbeddingGemma 2 是 Google DeepMind 的开放嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享空间，因此你可以用单次查询跨这些模态进行搜索。该模型拥有 7.
起始价格
--
最适合
人工智能
免费试用
—
探索选项
看看 Google EmbeddingGemma 2 如何对比
对于正在评估人工智能、音频和视频工具的买家来说，Google EmbeddingGemma 2 是一个实用的选择。该条目围绕一个具体工作流来定位它：一个开放、轻量的多模态嵌入模型。它主要围绕人工智能、音频和视频进行定位。买家在采用之前，仍应在官方产品网站上确认当前定价、集成能力、支持质量、数据处理方式和工作流限制。
- Google EmbeddingGemma 2 是什么？
- EmbeddingGemma 2 是 Google DeepMind 的开放嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享空间，因此你可以用单次查询跨这些模态进行搜索。该模型拥有 7.4 亿参数，可在设备端运行；在 Pixel 11 Pro 上，完整多模态模型约需 567MB 内存（纯文本模式为 191MB）。采用 Apache 2.0 许可，权重已发布在 Hugging Face 和 Kaggle 上。MTEB Code 得分从 68.76 提升至 78.68。
产品信息
这个产品能做什么
EmbeddingGemma 2 是 Google DeepMind 的开放嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享空间，因此你可以用单次查询跨这些模态进行搜索。该模型拥有 7.4 亿参数，可在设备端运行；在 Pixel 11 Pro 上，完整多模态模型约需 567MB 内存（纯文本模式为 191MB）。采用 Apache 2.0 许可，权重已发布在 Hugging Face 和 Kaggle 上。MTEB Code 得分从 68.76 提升至 78.68。
公司与创作者
谁打造了 Google EmbeddingGemma 2？
- 产品
- EmbeddingGemma 2 是 Google DeepMind 的开放嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享空间，因此你可以用单次查询跨这些模态进行搜索。该模型拥有 7.4 亿参数，可在设备端运行；在 Pixel 11 Pro 上，完整多模态模型约需 567MB 内存（纯文本模式为 191MB）。采用 Apache 2.0 许可，权重已发布在 Hugging Face 和 Kaggle 上。MTEB Code 得分从 68.76 提升至 78.68。
- 上线时间
- 2026年10月
创作者尚未发布我们可以核实的公开声明。
AI 辅助研究 · 数据更新于 7小时前 · 评分方法
完整报告访问
决策前解锁已验证情报
EmbeddingGemma 2 是 Google DeepMind 推出的开放权重多模态嵌入模型，可将文本、代码、图像、视频和音频映射到同一个共享向量空间。它面向需要设备端跨模态搜索或检索、且不希望调用托管 API 的机器学习工程师和开发者。
适合谁使用
买家适配度来自已批准的画像和用例证据。搜索量噪音会单独标记。
最适合的工作流
- 为文本文档、截图和音频片段生成单一向量索引，实现跨模态搜索。
- 将源代码和自然语言查询嵌入同一空间，为本地代码库提供代码搜索。
- 在 Android 应用内运行离线语义搜索，无需将用户内容发送到服务器。
- 构建本地 RAG 流水线，在检索文本块的同时检索图像和视频帧。
- 在单台工作站上原型验证多模态推荐索引，然后再扩展。
定价实况
供应商说明
Apache 2.0 开放权重，可从 Hugging Face 和 Kaggle 免费下载
实际成本
没有许可费，但真实成本是算力：设备端推理需要约 567MB 内存（多模态模型），服务器端批量嵌入需要自行配置 GPU 容量。
隐藏成本
3 条隐藏成本提醒 - 解锁查看
定价实况
最近更新 2026年10月
起始价格
--
Mindber 只在套餐卡片来自关联定价证据时展示具名套餐。如果套餐数据不完整，页面会回退到已列出的起始价格，而不是虚构套餐名称或 $0 档。
通用购买建议
适用于大多数软件订阅，并非针对该产品的发现。
你的实际成本
实时估算预估支出
--起始价格尚未通过关联定价来源验证。
价格经常变动，购买前请在供应商官网确认。
直接对比这个产品
从推荐替代品开始，或搜索另一个工具进行并排对比。
活跃度信号
数据不足
仅关联了最低要求 5 条公开条信号中的 6 条。再收集 0 条独立条信号后才会显示评分。
这个工具如何评分
评分会把这个工具与 人工智能 中的 49 个相似工具对比，帮助你在入围前判断创新度和能力。
创新指数™
它是否新颖、差异明显，并且容易理解？
功能性分数™
它是否覆盖买家预期的任务，并且足够稳定？
低置信度（30%） - 部分子分数证据偏薄。这是什么意思 →
数据来源
流量与搜索证明
公开视图保留比例概况。付费视图解锁精确月访问量、完整地区覆盖及 CPC 级关键词情报。
Google Trends 实时关注度
Google EmbeddingGemma 2 的实时 Google Trends 数据：兴趣随时间变化、地区分布、相关话题与查询。
在 0-100 的相对兴趣区间内追踪 12 个月的 Google 搜索兴趣。
包含地区需求，方便读者了解搜索兴趣最集中的地区。
包含相关话题与相关查询，揭示相邻需求与搜索意图。
常见问题
只显示已关联的问答条目。空 FAQ 数据不会展示。
社媒提及
这里只显示已关联的公开提及证据。
来源与方法论
只有能追溯到已关联来源记录或明确功能来源的证据才会在此展示。无来源的数据不上页面。
社区积分
用过 Google EmbeddingGemma 2？赚取积分。
已验证的贡献能让页面保持可信。更多会员操作仍在你的仪表盘中，公开页面只保留两个最高信号的流程。
创作者访问、评论、评分和验证请求仍可在你的仪表盘.