Google выкатила EmbeddingGemma 2 для локального поиска по видео и коду 🔥
Пишешь текстовый запрос — и моментально находишь нужный кадр в видео или фрагмент в аудио. И всё это обрабатывается прямо на устройстве без отправки в облако.
⚡ Google выпустила EmbeddingGemma 2 — локальную модель, которая объединяет текст, код, изображения, видео и аудио в единое пространство числовых представлений. Никаких предварительных расшифровок файлов делать больше не нужно.
🧩 Главный плюс — модульная архитектура. Полная версия содержит 740 млн параметров, но лишние блоки можно не грузить. Текст и код требуют 270 млн параметров, связка с изображениями — 440 млн, а с аудио — 570 млн. На Pixel 11 Pro текстовый вариант занимает около 191 МБ активной памяти, а полный мультимодальный — около 567 МБ.
📊 И ещё пару важных цифр:
— Контекст для текста вырос до 8192 токенов
— Поиск в коде вырос на 14% по сравнению с EmbeddingGemma первого поколения
— Сжатие векторов с 768 до 128 измерений уменьшает объём индекса до шести раз
🔓 Всё открыто под лицензией Apache 2.0. Интеграция уже работает из коробки в Ollama, LM Studio, vLLM, MLX, Transformers и sentence-transformers.
Опробуешь поиск на смартфонах или локально на ПК?
✨ Узнал что-то новое?
Пишешь текстовый запрос — и моментально находишь нужный кадр в видео или фрагмент в аудио. И всё это обрабатывается прямо на устройстве без отправки в облако.
⚡ Google выпустила EmbeddingGemma 2 — локальную модель, которая объединяет текст, код, изображения, видео и аудио в единое пространство числовых представлений. Никаких предварительных расшифровок файлов делать больше не нужно.
🧩 Главный плюс — модульная архитектура. Полная версия содержит 740 млн параметров, но лишние блоки можно не грузить. Текст и код требуют 270 млн параметров, связка с изображениями — 440 млн, а с аудио — 570 млн. На Pixel 11 Pro текстовый вариант занимает около 191 МБ активной памяти, а полный мультимодальный — около 567 МБ.
📊 И ещё пару важных цифр:
— Контекст для текста вырос до 8192 токенов
— Поиск в коде вырос на 14% по сравнению с EmbeddingGemma первого поколения
— Сжатие векторов с 768 до 128 измерений уменьшает объём индекса до шести раз
🔓 Всё открыто под лицензией Apache 2.0. Интеграция уже работает из коробки в Ollama, LM Studio, vLLM, MLX, Transformers и sentence-transformers.
Опробуешь поиск на смартфонах или локально на ПК?
✨ Узнал что-то новое?