Google DeepMind 开源 EmbeddingGemma 2：7.4 亿参数多模态嵌入模型，文本、代码、图像、音视频共用一套向量，手机上不到 600MB 内存可跑

这件事意味着什么

【要点】

Google DeepMind 在北京时间 2026 年 10 月 7 日 03:57 发布 EmbeddingGemma 2，这是去年纯文本嵌入模型 EmbeddingGemma 的第二代，从文本扩展到代码、图片、视频和音频，把它们映射进同一个向量空间。官方称初代下载量已超过 2000 万次。

新模型基于 Gemma 4 架构，总参数 7.4 亿，采用可商用的 Apache 2.0 许可。它是模块化的：只做文本最少需要 2.7 亿参数，视觉编码器（1.7 亿）和音频编码器（3 亿）按需加载。输出向量可以从 768 维截短到 512、256 或 128 维，本地向量库的存储最多省到六分之一。上下文窗口 8K token，是初代的 4 倍，一次能处理约 5.5 分钟音频、29 张图片或 58 帧视频。量化后在 Pixel 11 Pro 上，纯文本约占 191MB 内存，完整多模态约 567MB。

能力方面，官方说多语言文本表现与初代持平，代码检索在 MTEB Code 上从 68.76 提到 78.68（约 9.9 分），并称在 MTEB Code、MAEB（音频嵌入基准）等测试上领先同为 10 亿参数以下的多模态嵌入模型。权重已上 Hugging Face 和 Kaggle，transformers、sentence-transformers、vLLM、llama.cpp、Ollama、MLX 等常用工具都已适配，Google AI Edge Gallery 里有图片搜索、视频片段定位等演示。

【可核验】

一手页面：https://deepmind.google/blog/embeddinggemma-2-an-open-lightweight-multimodal-embedding-model/

Google DeepMind 博客 RSS 标注的发布时间为 2026 年 10 月 6 日 19:57（GMT），作者为 Google DeepMind 研究工程师 Sahil Dua 和 Henrique Schechter Vera。参数量、内存占用和 MTEB Code 分数均来自官方博文，完整评测见官方模型卡；「同尺寸最佳」是 Google 自己的对比，目前还没有第三方在统一条件下复测。手机内存数据是在量化后、单一机型上测得的。

【我们的判断】

这次值得看的不是又一个开源小模型，而是检索这一层正在往手机上搬。过去做多模态搜索，通常要把照片、录音、视频传到云端分别处理；一个不到 6 亿内存就能跑、文本音视频共用一套向量的模型，让「在本地相册里用一句话找视频片段」「离线检索几小时录音」变得可做，隐私和延迟问题也一并绕开。它和 Gemma 4 共用分词器和音频编码器，意味着 Google 在推一套端侧检索加生成的完整组合，而不是单卖一个模型。

代码检索 9.9 分的提升对编程智能体更实际：本地索引整个代码库、按语义找函数，可以不再依赖云端嵌入服务。但它终究是检索基础设施，不改变前沿模型的能力边界，所以放在最新动态，不进本周重要变化。后面值得看两点：第三方在 MTEB 等公开榜单上的复测结果，以及开源社区会不会把它用作端侧 RAG 的默认选项，像初代那样被大量下载和集成。