认识 EmbeddingGemma 2,我们首个原生多模态、面向端侧嵌入的开源模型。
它超越了文本,将代码、图像、音频和视频统一到一个共享空间中。🧵
原题:Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings.
Google DeepMind 发布 EmbeddingGemma 2,称其为首个原生多模态开放模型,用于端侧嵌入(on-device embeddings)。该模型在文本之外扩展到代码、图像、音频和视频,并将这些模态统一到同一共享向量空间中。原文为推文,仅给出上述信息,未披露模型参数规模、上下文长度、基准测试成绩、开源协议与发布时间。
推荐理由做端侧 RAG 或多模态检索的可以留意:一个模型把文本、代码、图像、音频、视频映射到同一向量空间。
认识 EmbeddingGemma 2,我们首个原生多模态、面向端侧嵌入的开源模型。
它超越了文本,将代码、图像、音频和视频统一到一个共享空间中。🧵
本文内容转载自 X @GoogleDeepMind,由 AI(deepseek-chat)翻译整理,版权归原作者所有。
阅读原文 ↗ https://x.com/GoogleDeepMind/status/2107502286758895878X @GoogleDeepMind · 10/07 00:04 · 热度 1300 · 已取全文
标题与摘要由 AI(deepseek-chat)改写,可能有误,以原文为准。