Google 公开 EmbeddingGemma 2 的训练方法：一个 744M 参数的小模型，能把文字、图片、音频和视频放在一起检索

跨媒体搜索通常要先把语音和图片转成文字，会丢掉细节；或者得用有数十亿参数的大模型，放不进手机。Google EmbeddingGemma 团队公开 EmbeddingGemma 2：一个 744M 参数的模型，把文字、图片、音频和视频都转成可以互相比较的数字向量。压缩版在手机上只处理文字时，内存约 191 MB。局限是英文通用测试得分比上一代略低。

由 dalao.ai 撰写：标题、摘要和“为什么重要”是我们自己的文字；事实以原始报道为准，著作权归原发布者所有。