モデル・開発

EmbeddingGemma 2のウェイトを公開

原題: EmbeddingGemma 2: an open, lightweight multimodal embedding model

重要オープンウェイトApache 2.0

端末内で5種類の入力を同じ空間へ埋め込み

Googleは2026年10月6日、EmbeddingGemma 2を発表し、モデルウェイトをHugging FaceとKaggleで公開しました。

テキスト、コード、画像、動画、音声を共通の768次元ベクトル空間へ写すマルチモーダル埋め込みモデルです。

Gemma 4を基盤とし、全モダリティを含む構成は7億4,000万パラメータです。

用途に応じてテキスト・コードだけの2億7,000万、視覚を加えた4億4,000万、音声を加えた5億7,000万の構成を選べます。

端末内の検索、RAG、分類、クラスタリングを、入力ごとの別モデルを連結せずに実装できます。

Google Pixel 11 Proでは、量子化したテキスト構成が約191MB、全構成が約567MBの稼働メモリーと説明されています。

Google AI Edge Galleryには画像検索と動画内場面検索のデモが追加され、MediaPipeとLiteRTから利用できます。

AndroidのML Kitによるサービス提供は今後数週間の予定で、現時点の提供済み機能とは区別が必要です。

ライセンスは商用利用可能なApache 2.0です。

ベンチマーク値と「同規模で最高」という表現はGoogle自身の評価であり、独立評価とは区別します。