EmbeddingGemma 2 发布：740M 开源多模态嵌入，代码检索涨 9.9 分、端侧文本版 191MB

先说结论

• 家族位置：EmbeddingGemma 2 是 EmbeddingGemma 的下一代，基于 Gemma 4 解码器架构，官方说它与 Gemini 的嵌入模型同源。13
• 参数规模：总计 740M，其中文本主干 270M（130M transformer 加 140M 嵌入层）、视觉编码器 170M、音频编码器 300M，两个模态编码器可以单独不加载。2
• 许可：Apache 2.0，允许微调与商用；官方同时要求部署遵守 Gemma 禁用用途政策。34
• 上下文：8,192 tokens，四种模态共用同一个窗口，比一代的 2K 大四倍。2
• 官方自测：代码检索一项从 68.76 升到 78.68，多语种文本与一代持平，图像、视频、音频的分数是这一代新出现的。2
• 独立评测：本轮没有查到任何第三方复跑结果，官方三张图上的对照数字全部出自 Google 自己的评测。56
• 价格与获取：开放权重没有按 token 计费；权重在 Hugging Face 与 Kaggle，Ollama、llama.cpp、vLLM、SGLang、LM Studio 等推理栈当天跟上。17

快速核对

它把五种模态放进了一个空间

官方自测：代码领先，多语种文本让位给更大的模型

向量可以裁到六分之一

端侧能跑到什么程度

第三方独立评测：这一轮没有

拿到它，以及价格

该不该试

• 你现在用 EmbeddingGemma 一代。 换过去要把整个语料库重新嵌入一遍，索引也得重建；能换回来的是代码检索（78.68 对 68.76）和图像、视频、音频三种新模态，多语种文本基本原地不动，英文文本反而低一点。2
• 你现在把图像描述、语音转写、文本嵌入串成一条链。 这一版把三步并成一次调用，端侧可跑、没有按次费用，官方举的例子是用一段录音里的声音去找视频里的那一段。8
• 你只做多语种或纯英文文本检索。 Jina v5 Omni-Nano 与 Qwen3-Embedding-0.6B 在那两项上都更高，先拿自己的语料对齐一次再决定要不要换。5
• 你的瓶颈是向量存储。 256 维那一档保留大部分文本与代码质量，体积降到三分之一，是性价比最高的一档；128 维留给纯文本。9
• 你要在手机、离线或涉密环境里做检索。 这是目前少见的把五种模态装进 740M 的开源选择，量化后文本版权重约 191MB 活动内存，官方在 Pixel 11 Pro XL 的 NPU 上给出 48.9 毫秒、每秒 20.6 张图的视觉编码速度。18

还没有的数字

• 没有第三方复跑。 全部分数出自 Google 自己的评测，社区基准的公开榜单上也还没有能独立对照的记录。26
• 没有前沿安全评估。 官方说明这是一个预训练嵌入模型，不做对齐与安全微调，也不做输出层审核，防护责任落在部署方，模型卡只列了数据过滤与偏见、隐私、误用三类风险提示。2
• 没有托管价格。 ML Kit 与 Model Garden 两条服务化路径官方都只写了「即将」，价格与限额未公布。8
• 训练数据截止 2025 年 1 月，这也是模型能检索到的时间边界。2
• 只有汇总分，没有逐任务明细。 模型卡公布的每一项都是 Mean(Task) 或 Mean(TaskType)，单项任务的分布没有给出。2