EmbeddingGemma 2 发布：7.4 亿参数，让手机同时搜索照片和录音

想在相册里找到“那张靠窗晒太阳的猫”，你通常记不住文件名；想在一堆录音里找“讨论下一季度预算的那几分钟”，也未必知道原话用了哪些关键词。

Google 在 2026 年 10 月 6 日发布 EmbeddingGemma 2，把文字、代码、图片、视频和音频放进同一套语义表示体系。这个本周推出的开放模型，完整配置只有 7.4 亿参数，面向手机、笔记本等本地设备。

它的价值在于为应用提供一种新的“找东西”方式。文件没有准确标签、不同内容类型分散在各处时，检索仍有机会从意思和画面入手，而不只匹配文件名。

它怎样让一句话找到一张照片？

Embedding，也就是嵌入，可以理解为一份用于比较内容的数字表示。它不是把照片压成另一张小照片，也不是直接写出一篇答案，而是把内容编码成向量，再比较向量的相似程度。

官方模型卡说明，EmbeddingGemma 2 把不同输入映射到统一的 768 维空间。文本查询与图片来自不同形式，但可以比较它们表示的语义是否接近。一次搜索由此不必先把每张图片描述成文字，再做文字检索。

图：Google Developers 在 2026 年 10 月 6 日开发者指南中提供的原始架构图，英文标注保留；核查于北京时间 10 月 10 日。下半部分的二维位置用于解释相似性，不是模型 768 维向量的实际坐标。来源：官方开发者指南。

Google AI Edge 团队的发布说明给出了两个展示场景：Instant Media Search 用自然语言或示例图片搜索本地媒体；Video Moments Finder 用描述找到视频中的相关时间点。它们说明模型能怎样融入产品，不等于本站已经测试过检索准确率。

例如，在一段家庭录像中寻找“有人吹灭生日蜡烛”的片段，应用先为媒体内容建立索引，再把查询与索引比较。模型并不需要生成一段新视频，任务是把已有材料里更相关的位置找出来。能否找准，还取决于素材、索引方式和应用本身的实现。

7.4 亿参数，可以按资料类型拆开加载

官方开发者指南把配置分为四种。文本与代码使用基础部分，需要图片或视频时加视觉编码器，需要音频时加音频编码器。

使用的内容	加载参数量
文本、代码	2.7 亿
文本与视觉	4.4 亿
文本与音频	5.7 亿
完整多模态	7.4 亿

这是一种按需加载组件的设计。只有文字资料的应用，不必一直把视觉和音频部分放进内存；以后加入照片或录音，再加载相应组件。参数量表示配置规模，不能直接换算成每台设备的实际内存或速度。

“本地运行”也要落到整个流程上。LiteRT-LM 的嵌入模型文档提供了面向设备端的运行接口，支持检索、分类和聚类等用途。查询与文档还需要使用合适的任务说明，让模型知道是在找资料，还是把相似内容分组。

如果应用在本机完成编码、存储和匹配，原始资料可以留在设备上；如果后续把检索结果交给云端模型回答，就仍有数据传输。一个模型支持本地推理，并不能代替对应用后续行为的核对。这是理解整体产品流程的边界，而不是对某款应用的隐私实测。

向量缩到六分之一，省的是什么？

EmbeddingGemma 2 的另一项变化，是支持把输出向量从 768 维缩为 512、256 或 128 维。它使用的 Matryoshka Representation Learning，来自2022 年提出的研究，核心思路是在同一份表示里安排不同粒度的信息，让较短的前缀也能用于下游任务。这是技术背景，不是本周新发表的论文。

假设存储格式与数量不变，128 维向量保存的数字只有 768 维的六分之一。这能减少向量部分的存储，但不意味着模型权重、原始媒体、数据库索引和应用总内存也一起缩到六分之一。

更短也有代价。模型卡的结果与说明指出，128 维会明显影响多模态检索质量；开发者指南更倾向把它用于大型文本索引或第一轮候选筛选。对看图找细节、视频片段定位这类任务，不能只看“省六倍”就默认选择最短向量。

可以把它想成地址的精细程度：粗略地址足以先找出附近的几个候选，详细地址更有利于区分具体位置。这个比喻用来理解取舍，向量的数字并不是现实地址。

从“会回答”到“先把资料找对”

这类模型也能放进检索增强生成，也就是 RAG 的流程：先从资料库找出相关内容，再让生成模型结合这些材料作答。它改善的是找资料的基础环节，回答的事实准确性还要看资料质量和后续模型。

对开发者而言，开放权重与 Apache 2.0 许可，让这次发布具备集成和调整的空间。对普通用户而言，更容易感受到的可能是相册搜索、录音定位和个人资料库，而不是一个新的聊天入口。文章所引用的规格和效果来自官方文档与演示，本站没有独立复现其性能测试。

与前几天站内报道的微软与 NVIDIA 本地 AI 方案一起看，可以发现行业既在改进设备，也在缩小适合放进设备的模型。它们是不同发布，但都在把更多处理环节移到用户身边。

如果阅读英文开发文档或获取开放模型时连接不稳定，可以参考站内机场推荐与线路选择。网络连接不改变平台支持地区、账号资格或模型许可要求。

EmbeddingGemma 2 最值得观察的后续，是应用能否把这种跨媒体检索做成稳定、清楚、真正有用的功能。对记不住文件名的人来说，能找回正确的资料，本身就是一次实在的 AI 进步。