Google hat das neue Modell EmbeddingGemma 2 vorgestellt, das Text, Bilder, Audio und Video in einem einheitlichen Vektorraum verarbeitet. Im Gegensatz zum Vorgänger ermöglicht dieses Modell eine multimodale Suche direkt auf Endgeräten, was die Suche nach Inhalten erheblich vereinfacht. Es unterstützt eine Vielzahl von Medienformaten und kann bis zu 8192 Token in einer Eingabe verarbeiten.
Das Modell basiert auf der Gemma-4-Architektur und enthält 740 Millionen Parameter. Entwickler können es für die lokale Indexierung von Quellcode nutzen, wobei die Benchmarkwerte eine Verbesserung der Codesuche zeigen. Die Gewichte sind über Plattformen wie Hugging Face und Kaggle verfügbar, was die Integration in bestehende Systeme erleichtert.