模型

Google开源EmbeddingGemma 2:手机端离线多模态检索

精选理由

Google 把 270M 参数的多模态 embedding 模型开源了,手机离线就能搜相册、搜语音,不用传云端,隐私党可以试试。

Google 开源 EmbeddingGemma 2,一个面向端侧设备的多模态向量模型,将文字、代码、图片、音频和视频映射到同一语义空间。纯文本运行仅需 270M 参数,加上视觉和音频编码器也能在手机上流畅运行。开发者可在本地实现用文字搜语音片段、跨模态检索本地相册等操作,无需将隐私数据上传云端。模型采用 Apache 2.0 协议,可自由集成与微调。

原文 · Gorden Sun

Google开源EmbeddingGemma 2:让手机离线看懂图文影音

这是一个专为端侧设备打造的多模态向量模型,能把文字、代码、图片、音频和视频映射到同一个语义空间里。它采用模块化架构,纯文本运行时仅需270M参数,即便加上视觉和音频编码器也能在手机上流畅运行。开发者无需把隐私数据上传到云端,就能直接在本地实现"用文字搜语音片段"或"跨模态检索本地相册"。Apache 2.0协议完全开源,方便自由集成与微调。

模型:https://t.co/I3OpGlM0t7