Google представила мультимодальную модель EmbeddingGemma 2
Н@GreenNeuralRobotsAI-инженер
2 недGoogle выпустила EmbeddingGemma 2 — мультимодальную модель для эмбеддингов текста, кода, изображений, аудио и видео с поддержкой сжатия векторов.
Новая модель от Google упрощает поиск по разным типам медиаконтента, делая его быстрее и доступнее для локальных устройств.
- Единое пространство эмбеддингов позволяет искать видео или аудио с помощью текстовых или голосовых запросов.
- Поддержка сжатия векторов (MRL) значительно снижает требования к хранилищу данных.
- Модульная архитектура и малый вес позволяют эффективно использовать модель на смартфонах и локальных серверах.
EmbeddingGemma 2
Открытая мультимодальная модель для эмбеддингов от Google
Обходит специализированные модели вдвое больше себя
• Единое эмбеддинг-пространство для текста, кода, изображений, видео и аудио
• Поиск видеоклипа по голосовой заметке, поиск по аудиозаписям
• Работает через transformers, sentence-transformers, llama.cpp, Ollama, vLLM, MLX
• 740М, модульная архитектура
• Text-only — от ~270M, опциональные энкодеры: vision 170M, audio 300M
• Контекст 8K токенов: до 5.5 минут аудио, 29 картинок, 58 видео-кадров
• Сжатие векторов 768 → 128 (MRL) — до 6× экономии хранилища
• На Pixel 11 Pro: ~191 МБ RAM текстовые веса, ~567 МБ полная модель
huggingface.co/google/embeddinggemma-2
huggingface.co/unsloth/embeddinggemma-2-GGUF
#embedding #multimodal #gguf
MAX
Кратко (AI)
Google представила EmbeddingGemma 2, мультимодальную модель для создания эмбеддингов, работающую с текстом, кодом, изображениями, аудио и видео. Модель отличается модульной архитектурой, поддержкой сжатия векторов и высокой эффективностью, позволяя запускать её даже на мобильных устройствах, таких как Pixel 11 Pro.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖