10 月 7 日，谷歌 DeepMind 放出 EmbeddingGemma 2，一个只有 7.4 亿参数的「小」模型，却干了一件大模型干不了、也不愿干的事：把文字、代码、图片、视频、音频全部压进同一个向量空间，而且可以在手机上离线运行。
嵌入模型是干什么的
很多人对「大模型」的印象停留在聊天、写代码，但真正撑起搜索、推荐、知识库这类产品的，是另一类模型——嵌入模型（Embedding Model）。它不生成文字，而是把一段内容变成一串数字（向量），让「意思相近的东西，数字也相近」。你在一个相册里搜「海边日落」，背后就是嵌入模型在把你的文字和照片比一比。
过去的嵌入模型大多只认文字。想做「用一段话搜视频」「用一张图搜文档」,就得接好几个模型，再自己想办法对齐。EmbeddingGemma 2 的思路很直接：一个模型同时吃文本、代码、图像、视频、音频，全部映射到同一个 768 维空间里。于是「文字描述」和「对应的画面、声音」在向量上天然靠近，跨模态搜索第一次不用拼积木。
体量小，但参数不缩水
模型基于 Gemma 4 系列，参数量 740M。对今天动辄几千亿的旗舰模型来说这数字微不足道，但嵌入任务的战场从来不是「谁最大」，而是「谁又小又准又便宜」。谷歌同时提供了一个 270M 的文本精简版，只处理纯文字场景，进一步压低门槛。
更关键的是本地部署能力。官方给出的数据是：经过量化后，模型在 Pixel 11 Pro 这类手机上只需要约 191MB 活跃内存就能跑起来。这意味着它能被塞进 App 里，在断网、隐私敏感的场景下做端侧检索——比如本地相册、离线文档库、车载语音助手。
Apache 2.0，可商用
协议选了 Apache 2.0，意味着企业可以直接拿去改、拿去卖，不用开源自己的产品，也不用担心授权纠纷。相比一些「研究用途」受限的权重，这个选择对开发者友好得多。
谷歌近几个月在「小而全」的开源模型上连发多枪：Gemma 系列主打轻量，现在又把多模态嵌入补进生态。对中小团队来说，一个能本地跑、跨模态、可商用的嵌入模型，比又一个只在 API 后面、按 token 收钱的大模型更实在——它降低了「自己的数据留在自己机器上」这件事的门槛。
它会改变什么
短期看，受益最直接的是两类产品：一是个人知识库 / RAG 应用，过去要分别接文本嵌入和视觉模型，现在一套搞定；二是端侧 AI，手机、车机、摄像头里的「用自然语言找内容」会变得便宜且离线可用。
长期看，多模态统一嵌入是「Agent 理解世界」的一块地基。一个能同时读懂你说的话、看到的画面、听到的声音的 Agent，第一步就是把这些信号变成同一个坐标系下的向量。EmbeddingGemma 2 不一定上头条，但可能是月底那批发布里，被工程师默默集成进产品最多的那一个。