Google выпустила EmbeddingGemma 2 для локального мультимодального поиска

Google открыла доступ к EmbeddingGemma 2 — открытой модели эмбеддингов для локального поиска, RAG, классификации и кластеризации без обязательной отправки данных во внешний API.

Это мультимодальная модель: она отображает текст и код, а также изображения, видео и аудио в единое векторное пространство. Полная конфигурация насчитывает 740 млн параметров и строит векторы размером 768. При этом визуальный и аудиомодуль можно отключать, если нужен только текстовый или частично мультимодальный сценарий.

По данным Google, веса уже опубликованы через Google AI, Hugging Face и Kaggle, а для интеграции заявлена поддержка SentenceTransformers и LiteRT. Модель выпущена по лицензии Apache 2.0, которая допускает коммерческое использование.

Для сценариев в Nodul это вариант для локальной индексации документов и медиа во внутреннем Python-воркере: можно собрать собственный мультимодальный поиск по файлам и базам знаний, не вынося исходные данные в облачный API.