Chinese contentGoogle AI Edge Foresight：基于 EmbeddingGemma 2 的 Mac 本地会议助手
Google 出了个免费 Mac 会议助手，聊到啥能自动翻出你电脑里的相关文档和旧会议记录，记笔记党可以试试。
#EmbeddingGemma
15 stories · 0 in 7 days · 6 in 30 days
Stories, products and papers tagged "EmbeddingGemma", newest first.
Oct 21
Oct 15
Chinese content开源工具 DigUp 基于 EmbeddingGemma 2 实现 Mac 本地跨模态搜索
Mac 找文件别死磕 Spotlight 了，DigUp 开源可用，说一句“视频里有斑马”就能跳到那一秒，PDF 也能直接翻到页码。
Oct 12
Oct 9
Chinese contentGoogle 一周发布汇总：SynthID 检测门户全球开放、Nano Banana 2.1、EmbeddingGemma 2 等
Google 一口气发了好几样：SynthID 检测工具全球能用了，Nano Banana 2.1 修图能只改局部，EmbeddingGemma 2 还能在手机上跑多模态嵌入，做开发的可以看看。
Chinese content本周AI要点：Gemini 4 Argon 追平 GPT-6 Astra，Mistral Large 4 即将开源
一周模型动态都在这：Gemini 4 追平 GPT-6 还便宜四成，Mistral 放了个 1T 参数的开源模型，做选型或追前沿的可以扫一眼。
Chinese contentGoogle 推出可完全离线转写会议的笔记应用 Foresight
Google 做了个免费笔记应用，转写和摘要全在本地跑，不开网也能用，Mac 用户可以试试和 Granola 有啥不一样。
Oct 7
Google DeepMind open-sources EmbeddingGemma 2 for on-device multimodal embeddings
The real shift is that embedding models small enough for phones now handle audio and video too, making privacy-first on-device search and RAG practical without cloud calls. Developers building local retrieval or mobile apps can trade a 70–1120 soft-token vision budget against memory. Gains concentrate in code retrieval rather than multilingual text, which only matches the previous version.
Chinese contentGoogle 开源 EmbeddingGemma 2：多模态嵌入模型可在手机本地运行
Google 开源了个 7.4 亿参数的嵌入模型，一句话就能在手机上搜照片视频和录音，还不用联网，免费商用，做本地搜索的可以去试试。
Chinese contentGoogle开源EmbeddingGemma 2：手机端离线多模态检索
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。
Chinese content谷歌推出 EmbeddingGemma 2 多模态嵌入模型
谷歌新出的 EmbeddingGemma 2 能处理多种模态，手机端只需 191MB 内存，适合做本地多模态搜索和 RAG。
IT之家Source
Chinese contentEmbeddingGemma 2 采用 Apache 2.0 开源许可，适合长期向量化存储场景
Google 把 EmbeddingGemma 2 用 Apache 2.0 开源了，做 RAG 存几百万条向量的朋友值得看看这篇讲为什么别用闭源 embedding 的分析。
EmbeddingGemma 2: Google's 740M on-device multimodal embedding model
The Apache 2.0 license plus modular encoders mean developers can ship private on-device semantic search without per-query API costs, loading only the components an app needs. It matters for anyone building mobile RAG or personal-data search: the 8K context fits roughly 29 images or 5.5 minutes of audio per query, and code-search gains outpace specialist models twice its size.
Chinese contentvLLM 首发 0 天支持 Google EmbeddingGemma 2 全模态嵌入模型
Google 刚发布的 EmbeddingGemma 2 能把文字、图片、音频、视频都转成向量，vLLM 当天就能跑，做 RAG 检索的可以试试 nightly 版。
Sep 22
Papers10:30
Chinese contentEmbeddingGemma微调对比MPNet：岗位候选人语义匹配嵌入评估给岗位匹配选嵌入模型的看这篇：EmbeddingGemma 微调版对决 MPNet，RRF 混合检索评测细节给得很足。