Google DeepMind открыла EmbeddingGemma 2 — лёгкую мультимодальную эмбеддинг-модель

Google DeepMind выкатили EmbeddingGemma 2 — открытую лёгкую мультимодальную эмбеддинг-модель

🧩

Это версия 2. Оригинальный заголовок публикации — «EmbeddingGemma 2: an open, lightweight multimodal embedding model». Материал датирован 7 октября 2026.

Модель открытая, компактная и мультимодальная — на входе не только текст. Сценарии, под которые её затачивают: поиск, кластеризация и RAG-пайплайны. То есть весь стандартный набор, где нужны эмбеддинги: разложить базу знаний по векторам, собрать семантический поиск, сгруппировать документы по смыслу.

Лёгкая — lightweight — значит запуск на собственном железе: on-premise или self-hosted.

Эмбеддинги — нижний слой поиска и RAG: сначала retrieval по векторам, потом генерация. Так что обновление компактной открытой модели в этой нише — второе поколение вместо первого.

Анонс и детали — в официальном блоге Google DeepMind