Google сжала мультимодальный поиск до размера приложения: EmbeddingGemma 2 работает прямо на смартфоне

6 октября 2026 года Google DeepMind официально выпустила EmbeddingGemma 2. Это открытая модель эмбеддингов, которая превращает разнородные данные — от текста и кода до картинок, видео и звука — в векторы единого 768-мерного пространства. Благодаря этому разные типы контента можно сравнивать напрямую: например, искать ролик по словесному описанию или подбирать изображение по аудио.

Главный козырь модели — скромный размер. По заявлению Google, на Pixel 11 Pro текстовая часть занимает около 191 МБ оперативной памяти, а полная мультимодальная версия — примерно 567 МБ. Это позволяет запускать такой поиск локально, не отправляя пользовательские данные в облако, — что важно и для конфиденциальности, и для скорости.

В статье на Хабре автор обещает разобрать внутреннее устройство модели, объяснить, за счёт чего достигается компактность, показать примеры работы и предупредить о типичных ошибках при использовании.

EmbeddingGemma 2 — очередной шаг Google в сторону эффективных on-device ИИ-решений. Открытый характер модели позволяет разработчикам адаптировать её под свои задачи без необходимости держать тяжёлые серверные инфраструктуры.