EmbeddingGemma 2 是 Google 在 2026 年 10 月 6 日通过 Google Developers Blog 发布的开放嵌入模型，基于 Gemma 4 构建，采用 Apache 2.0 许可。它把文本、代码、图像、视频和音频映射进同一个 768 维向量空间，总参数不到 10 亿，却用模块化结构让开发者只加载自己需要的部分，目标是端侧和低算力环境里的跨模态检索。
同一个检查点，四种体量随便换
这个模型的新意在拆装方式：纯文本和代码只需 270M 参数的基础部分，加视觉编码器是 440M，加音频编码器是 570M，全模态加载才是 740M，四种配置共享同一向量空间。Google 特别说明，先用纯文本配置建好的索引，之后加装图像或音频编码器时不必重算已有向量。对做本地代码库索引、设备端媒体搜索的团队，这意味着可以从小配置起步，需求长出来再扩，而不是一开始就背上全模态的内存开销。它与 Gemma 4 还共享文本分词器和音频编码结构，搭配做端侧 RAG 时能进一步省内存。
向量能从 768 维截到 128 维，代价写得很清楚
模型用 Matryoshka 表示学习支持把向量截短到 512、256 或 128 维。Google 给的参考是：截到 256 维时，文本和代码检索保留大部分质量，图像、视频和语音检索约为完整质量的 95%，存储降到三分之一；截到 128 维时存储降到六分之一，文本代码约保留九成质量，但多模态检索会掉到约 75%。换算成实际占用，100 万条 768 维向量在 bfloat16 下约 1.5GB，128 维只要约 250MB。官方同时提醒，多模态场景用 128 维前要先在自家数据上验证，这个边界比单纯报喜更值得注意。
成绩与上手门槛
按 Google 公布的数据，EmbeddingGemma 2 在 MTEB 代码检索上比上一代高 14%，并新增了图像、视频和音频检索能力，多语言文本表现与上一代相当。接入走 sentence-transformers 6.1.0 以上版本，权重已上 Hugging Face，也支持 vLLM、Ollama、LM Studio 等常见运行工具，上下文窗口为 8192 token。正在为端侧搜索选嵌入模型的团队，可以直接拿它和现有方案在自己的语料上对测；它真正的卖点不是单项分数，而是同一套向量同时管五种内容、还能按预算伸缩。
