Pelancaran
Pada 6 Oktober 2026, Google DeepMind melancarkan EmbeddingGemma 2, model embedding multimodal terbuka di bawah lesen Apache 2.0 (penggunaan komersial dibenarkan). Ia menukar teks, kod, imej, video dan audio, serta gabungannya, kepada vektor dalam satu ruang 768 dimensi yang sama. Anda boleh mencari klip video daripada memo suara, atau mencari rakaman berjam-jam dengan satu ayat.
EmbeddingGemma pertama, yang hanya untuk teks, melepasi 20 juta muat turun, menurut Google.
Spesifikasi
- 740 juta parameter keseluruhan, berasaskan seni bina Gemma 4.
- Modular: muatkan hanya apa yang diperlukan. 270M untuk teks dan kod, 440M dengan penglihatan, 570M dengan audio, 740M untuk semua. Semua versi menghasilkan vektor yang serasi.
- Konteks 8,192 token untuk teks dan kod, dalam lebih 100 bahasa.
- Matryoshka (MRL): vektor boleh dipendekkan kepada 512, 256 atau 128 dimensi, dengan sehingga 6x kurang storan pangkalan data vektor dan sedikit kehilangan kualiti.
- 14% lebih baik daripada EmbeddingGemma 1 dalam MTEB (Code), sambil mengekalkan kualiti berbilang bahasa.
- Gunakan melalui sentence-transformers (v6.1.0+):
SentenceTransformer("google/embeddinggemma-2"). Gunakan bfloat16 atau float32, bukan float16.
Mengapa ia penting
Embedding ialah asas carian semantik dan RAG. Sehingga kini, syarikat dengan foto, video pemeriksaan, rakaman pusat panggilan dan manual PDF memerlukan beberapa model dan saluran berasingan. Satu model kecil yang berjalan pada komputer riba, telefon atau CPU membolehkan:
- Carian multimedia dalaman: "video pemeriksaan yang menunjukkan kakisan pada injap".
- RAG pada peranti dan luar talian, tanpa menghantar data sensitif ke awan, yang penting di bawah PDPA dan undang-undang privasi lain.
- Saluran lebih ringan: kerana berkongsi tokenizer dan pengekod audio dengan Gemma 4, kedua-duanya berjalan bersama dengan kurang memori.
Berhati-hati
- Angka penanda aras adalah daripada Google; uji dengan data anda sendiri, terutamanya bahasa Melayu.
- Untuk video, laraskan pensampelan bingkai; video panjang mahal untuk di-embed.
- Memendekkan kepada 128 dimensi menjimatkan ruang, tetapi Google mengesyorkannya terutamanya untuk teks.
- Menukar model embedding memerlukan pengindeksan semula semuanya; rancang migrasi.
Cara bermula
- Pilih kes kecil (cth., mencari foto penyelenggaraan).
- Muatkan hanya pengekod yang diperlukan untuk menjimatkan memori.
- Bandingkan dengan embedding semasa dari segi ketepatan dan kos storan.
- Kemudian kembangkan ke audio dan video.
Sumber
- Google Blog (2026-10-06): https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/
- Google Developers Blog, "EmbeddingGemma 2: The Developer Guide": https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/
- EmbeddingGemma 2 model card: https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2
Mahu membina carian dan RAG multimodal dengan data anda sendiri? KGA IT menawarkan konsultasi percuma: kga-it.com.