定位与差异
EmbeddingGemma 2 是一款多模态嵌入模型，可将文本、代码、图像、视频与音频映射到同一语义空间。借助这一能力，用户无需分别配置不同检索流程，就能通过一次查询关联不同类型的内容，适合构建统一的知识库、内容发现系统与跨媒体搜索体验。
核心能力
- 统一语义表示：让多种内容进入共享空间，便于基于含义而非文件名、标签或关键词进行匹配。
- 多模态检索：支持通过文本查询寻找相关图像、视频、音频、代码或文本内容，也可用于内容聚类、相似度分析与推荐。
- 端侧运行潜力：模型规模较小，并支持设备端部署，适合对隐私、响应速度或离线能力有要求的应用场景。
适用与不适用
它适用于智能搜索、内容管理、多媒体归档、语义匹配及本地应用开发。需要注意，嵌入模型主要用于生成和检索语义表示，并不等同于直接生成答案的对话模型。具体模型规格、运行效果、硬件要求及接入方式，请以官网为准。
上手提示
接入时可为不同模态分别提取嵌入，再将结果存入支持向量相似度检索的索引中。实际使用前，建议结合自身数据测试召回效果；若在设备端部署，还需评估内存占用、推理延迟和目标设备性能。