Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，可把文本、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出 740M 参数、量化后内存占用和 8K 上下文等具体指标，便于开发者判断端侧多模态检索能否落地。
技术方向
多模态 最新动态
文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
3 条精选近 30 天 2 条共收录 8 条
更新
多模态的精选
Google DeepMind精选AI 评分6262
Google · Gemini精选AI 评分6060 Google 展示开发者用 Gemini 3.8 Flash 做的四个项目
Google 介绍 Gemini 3.8 Flash 在软件工程、智能体任务和复杂多步推理上较 3.7 Flash 有明显提升，性能常接近成本更高的前沿模型，原因是模型在复杂任务上会执行更多推理步骤并迭代调用工具。
推荐理由：官方给出 3.8 Flash 在软件工程与多步推理上的提升方向，并附四个开发者实例，可作选型参考。
Ollama Blog精选AI 评分7878 Meta Superintelligence Labs 首个开源模型 Muse Glimmer 上线 Ollama
Meta Superintelligence Labs 的首个开源模型 Muse Glimmer 已在 Ollama 上线，这是一个 30B 多模态模型，面向本地运行的智能体工作负载，上下文长度 128K+，采用 Apache 2.0 许可。
推荐理由：Meta 新开源模型在本地跑智能体，开发者可据此判断本地编码智能体的模型与硬件选择。