2026年Embedding模型选择指南：从榜单到数据形态

Milvus团队指出，2026年embedding模型选择更依赖数据形态而非排行榜。对于文本知识库，Qwen3 Embedding、Jina v5 text、BGE-M3、OpenAI text-embedding-3、Voyage、Cohere等密集embedding值得测试。对于PDF、图片、截图、音频、视频，推荐Gemini Embedding 2、Jina v5 omni、Cohere Embed 4、Qwen3-VL-Embedding、Voyage Multimodal等模型。长文档可用Voyage context-4进行上下文化片段嵌入。复杂布局可考虑ColPali风格的多向量检索。基准如MTEB、MMEB、ViDoRe可辅助筛选，但最终验证需用自己的文档和查询。Milvus 2.6新增Text Embedding Function，将嵌入管道移入数据库层。