10月6日，谷歌开放一个"小而全"的检索模型
10月6日，Google DeepMind发布开源嵌入模型EmbeddingGemma 2，采用Apache 2.0许可开放权重，允许商用。按官方模型卡口径，模型总参数7.4亿，由2.7亿文本骨干、1.7亿视觉编码器与3亿音频编码器组成，能把文本、代码、图像、视频和音频统一映射到768维的同一向量空间，支持超过100种语言。谷歌CEO皮查伊称，这是谷歌开放的原生多模态嵌入模型。
事件背景：它干的是检索层的活儿
嵌入模型不负责生成答案，它负责把各种内容变成机器可比较的数字向量，是搜索和检索增强生成（RAG）的地基。上一代EmbeddingGemma只处理文本，2025年发布。这次升级把图像、视频、音频补进同一空间，等于把"以文搜图、以文搜音"装进了同一个开源模型。EmbeddingGemma 2的特点在于小而模块化：只处理文本时约2.7亿参数，加上视觉4.4亿，全模态7.4亿，可按需加载。上下文窗口8192个token，约为上一代的4倍。借助Matryoshka表示学习，768维向量可截断到512、256或128维使用，官方称向量存储成本至多可节省约六倍空间。媒体转述的测试数据显示，量化后在Pixel 11 Pro上，纯文本权重约占191MB内存，全模态约占567MB，手机和笔记本就能跑。谷歌还披露，上一代EmbeddingGemma的下载量已超过2000万。
为什么强调"跑在本地"？检索环节往往要碰企业数据和个人文件。传统做法是把内容传给云端接口做向量化，来回一趟既产生费用，也带来数据外流的顾虑。检索在本地完成，原始内容可以不出设备，对医疗记录、法务文件、内部资料这类敏感内容尤其有意义。这也是开源轻量模型相对云端接口的一个差异化位置。
深度分析：基准成绩是厂商自报口径
基准成绩方面，官方博客称其MTEB Code得分从上一代的68.76升至78.68，并称在10亿参数以下的多模态嵌入模型中表现领先，甚至超过部分参数量翻倍的专业模型。需要说明，这些均为厂商自报口径，第三方独立复测尚未见到。权重已上架Hugging Face与Kaggle，支持Ollama、llama.cpp、sentence-transformers等工具，开发者可以自己测过再用。
对AI搜索引用链条的影响
值得做GEO优化的企业关注的是：检索是AI回答问题的前置环节。用户在AI搜索里看到的引用，先要经过"内容被检索、被理解"这一步。嵌入模型走向开源、轻量、多模态，意味着两件事。其一，检索能力进一步下沉到端侧和各种应用里，企业内容的分发入口在变多。其二，图像、视频、音频进入同一检索空间，官网里的产品图、演示视频、播客音频都可能是被AI引用的素材——前提是它们有清晰的标题、描述和上下文，能被机器正确理解。
企业侧可以怎么做
落到执行上，可以分三步。先盘点：把官网上的图片、视频、音频列个清单，看哪些缺标题、缺描述、缺文字稿。再补齐：给视觉素材写清楚这是什么、拍的是什么、说明什么事实，给音视频配上文字稿，让机器不用猜。后核验：核心产品信息、资质、案例，保证页面之间口径一致，别让检索环节抓到互相矛盾的版本。极欧互联在GEO优化项目里观察到的共性问题，是企业图片的替代文本、视频的文字稿这类"机器可读"信息大片空白，而这一块补齐的成本并不高，值得先做。
趋势研判：检索基础设施走向开放竞争
同一天，Mistral预告了万亿参数开源模型，Meta与Sierra发布了智能体接入标准。AI大模型的竞争重心，正从"谁的旗舰更能打"扩散到"谁的基础件被更多系统采用"。嵌入模型这类不起眼的零件，反而可能是走量的一层。对中小企业来说，短期内不必追着每个开源模型跑，务实的做法是先检查自己的多模态素材是否可被检索：图片有无准确描述、视频有无文字稿、核心事实有无结构化呈现。生成式引擎优化的战场，正在从网页文本扩展到全部内容形态。
信息来源
- AI Insiders，《EmbeddingGemma 2 puts multimodal search on the device, offline》，2026-10-07，https://aiinsiders.net/article/embeddinggemma-2-puts-multimodal-search-on-the-device
- Data Studios，《Google launches EmbeddingGemma 2 with 740M parameters for on-device multimodal search and RAG》，2026-10，https://www.datastudios.org/post/google-embeddinggemma-2-740m-on-device-multimodal-search-rag
- AI Weekly，《Google ships EmbeddingGemma 2, 740M multimodal embedder, Apache 2.0》，2026-10，https://aiweekly.co/alerts/google-launches-embeddinggemma-2-a-740m-multimodal-embedder-under-apache-20