Denzii 🕊️(@denziideng):我靠，就在刚刚：Google 放出大招 EmbeddingGemma 2：第一个原生多模态、能在手机上跑的开源嵌入模型。🔥 它把文字、代码、图片、音频、视频放进同一个向量空间。你可以用一段语音备忘，直接找视频里的某个瞬间；也可以用一句话，去搜几小时的录音。不用先转写，也不用把文件上传到云端。模型约 7.4 亿参数；只做文本和代码，加载 2.7 亿的核心就够。视觉编码器 1.7 亿、音频编码器 3 亿。量化来说，在 Pixel 11 Pro 上，纯文本大约只占 191MB 运行内存，完整多模态大约 567MB，也就是半个 G 左右。向量还能从 768 维截到 128 维，本地库存最多能少到原来的六分之一，上下文 8192 token。搜索不再只比文字。图片、声音、视频可以互相找，而且可以留在自己的手机里。感兴趣的赶紧来研究！ #EmbeddingGemma #端侧AI

2026.10.07 02:15

我靠，就在刚刚：Google 放出大招 EmbeddingGemma 2：第一个原生多模态、能在手机上跑的开源嵌入模型。🔥 它把文字、代码、图片、音频、视频放进同一个向量空间。你可以用一段语音备忘，直接找视频里的某个瞬间；也可以用一句话，去搜几小时的录音。不用先转写，也不用把文件上传到云端。模型约 7.4 亿参数；只做文本和代码，加载 2.7 亿的核心就够。视觉编码器 1.7 亿、音频编码器 3 亿。量化来说，在 Pixel 11 Pro 上，纯文本大约只占 191MB 运行内存，完整多模态大约 567MB，也就是半个 G 左右。向量还能从 768 维截到 128 维，本地库存最多能少到原来的六分之一，上下文 8192 token。搜索不再只比文字。图片、声音、视频可以互相找，而且可以留在自己的手机里。感兴趣的赶紧来研究！ #EmbeddingGemma# #端侧AI#

Google DeepMind@GoogleDeepMind

2026.10.06 16:04

Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings. It expands beyond text to unify code, images, audio, and video in a shared space. 🧵