EmbeddingGemma 2 に関する報道

Google DeepMind の EmbeddingGemma 2 技術が Mac のファイル検索に採用され、多様なファイル形式の検索をサポート。将来的には、より多くのファイル検索シナリオで採用され、ユーザーエクスペリエンスの向上をもたらす可能性がある。

EmbeddingGemma 2はオープンソースで軽量なマルチモーダル埋め込みモデルで、テキスト、画像、音声、動画を統一された埋め込み空間にマッピングすることができる。モデルはマルチモーダル埋め込み能力により、デバイス内検索の精度と効率を向上させることができる。軽量でオープンソースであるため、幅広いアプリケーション開発に適している。

Google の EmbeddingGemma 2 モデルは、同等のモデルを上回る性能を実現しながら、デバイス上で動作するために必要な RAM がわずか 191 MB です。このモデルは、小規模なオープンソースモデルである Gemma 4 とペアになり、オフラインの RAG アプリケーションを実現し、データを外部サーバーに送信する必要はありません。

Google DeepMind がリリースした EmbeddingGemma 2 モデルは、Gemma 4 アーキテクチャをベースにしたオープンソースのマルチモーダル埋め込みモデルであり、5 種類の入力タイプを 768 次元の空間にマッピングできる。 このモデルのリリースにより、Google DeepMind のマルチモーダル AI 分野における影響力が拡大し、マルチモーダル AI の研究と応用が促進される可能性がある。