Google 开源 EmbeddingGemma 2：740M 参数，文字、图、视频、音频进同一个向量空间
EmbeddingGemma 2 基于 Gemma 4，Apache 2.0 开源。文字核心约 270M，可选视觉 170M、音频 300M，合起来 740M；输出 768 维向量，可截到 512/256/128。官方称手机上量化后文字版约占 191MB 内存，完整多模态约 567MB，上下文 8K。权重已上 Hugging Face。
为什么重要 以前端侧 RAG 要么只搜文字，要么上云。这个模型让「用一段语音找视频片段」可以完全离线做。MTEB Code 从 68.76 提到 78.68 是官方自报，独立复现还要看模型卡之外的评测。
Google 官方博客：EmbeddingGemma 2Hugging Face：google/embeddinggemma-2