Google DeepMind 於十月六日發布開放權重多模態嵌入模型 EmbeddingGemma 2，以 Apache 2.0 授權開放商用。模型總參數七億四千萬，可把文字、程式碼、圖像、影片及音訊映射到同一個七百六十八維向量空間；只做文字檢索時只需載入二億七千萬參數，官方稱量化後在手機上約一百九十一MB 記憶體即可運行。

對企業而言，重點在於「檢索層」可以完全留在裝置或內網：程式碼檢索基準由六十八點七六升至七十八點六八，上下文擴至八千詞元，並支援把向量截短至一百二十八維以節省最多六倍儲存。本文按 Google 官方網誌、開發者指南及模型卡核實，拆解架構、應用場景與香港企業部署時要留意的地方。

Google DeepMind 開源 EmbeddingGemma 2：一個七億參數模型，離線搜遍文字、程式碼、圖片與影音

去年 Google 推出第一代 EmbeddingGemma，主打在消費級硬件上產生高質素文字嵌入（embedding），官方稱下載量已超過二千萬次，被開發者用來做裝置端搜尋及以私隱為先的檢索增強生成（RAG）流程。十月六日，Google DeepMind 研究工程師 Sahil Dua 與 Henrique Schechter Vera 在 Google 官方網誌發布第二代 EmbeddingGemma 2，把能力由文字擴展至程式碼、圖像、影片及音訊；同日 Google 開發者網誌刊出由 Maarten Grootendorst 與 Ian Ballantyne 撰寫的開發者指南，模型權重亦已上架 Hugging Face（google/embeddinggemma-2）與 Kaggle。

來源真實性已驗證：本文數據核對自 Google 官方網誌原文、Google AI for Developers 上的 EmbeddingGemma 2 模型卡、Google 開發者網誌開發者指南，以及 Hugging Face 官方模型頁（模型頁顯示最後更新為香港時間十月六日晚上十一時二十九分）。以下先講核心規格，再拆解技術原理、日常應用與專業評價。

一、核心事件：同一向量空間容納五種內容

技術細節

根據官方模型卡，EmbeddingGemma 2 的主要規格如下：

• 參數與模組：總參數七億四千萬，由二億七千萬參數的文字模型（一億三千萬 Transformer 主幹加一億四千萬嵌入層）、一億七千萬參數的視覺編碼器，以及三億參數的音訊編碼器組成。
• 按需載入：開發者指南列出四種組合——純文字／程式碼二億七千萬、文字加視覺四億四千萬、文字加音訊五億七千萬、全多模態七億四千萬，全部輸出到同一個相容的向量空間。
• 輸出維度：原生七百六十八維，可用 Matryoshka 表徵學習（MRL）截短至五百一十二、二百五十六或一百二十八維，官方稱最多可節省六倍向量儲存。
• 上下文：八千一百九十二詞元，是第一代的四倍；官方網誌指可一次處理最長約五分半鐘音訊、二十九張圖片、五十八個影片幀，或以上內容的交錯組合。
• 語言：模型卡稱支援逾一百種語言。
• 裝置端記憶體：官方網誌指在 Pixel 11 Pro 上經量化後，純文字權重約需一百九十一MB 活躍記憶體，全多模態約五百六十七MB。
• 授權：Apache 2.0，可商用。

模型以 Gemma 4 架構為基礎，並與 Gemma 4 共用文字分詞器及音訊編碼器架構。Google 指這意味着開發者若把 EmbeddingGemma 2（負責檢索）與 Gemma 4（負責生成回答）放在同一條裝置端 RAG 流程，總記憶體佔用會較分開部署兩套模型為低。

基準成績

模型卡以全精度、七百六十八維輸出公布以下成績：

• 多語文字 MTEB（v2）：六十一點三六（第一代為六十一點一五）
• 程式碼 MTEB（v1）：七十八點六八（第一代為六十八點七六，升九點九二分）
• 圖像 MIEB（lite）：六十四點六四
• 多模態 MMEB v2：圖像五十七點二八、視覺文件六十七點八四、影片五十點六七
• 音訊：MSEB 檢索六十九點五四、MAEB 四十九點三九

截短維度後的取捨亦有公布：截至二百五十六維時，多語文字 MTEB 為六十點四一、程式碼為七十六點一八；截至一百二十八維時程式碼跌至七十一點四一、MMEB 整體由五十九點零一跌至四十五點六五。模型卡的建議是二百五十六維以上品質影響輕微，一百二十八維較適合純文字工作負載。

二、技術原理深度解析

嵌入模型是 RAG 的「檢索層」。生成式模型負責寫答案，但要先由嵌入模型把文件、圖片或錄音轉成向量，存入向量資料庫，查詢時再以相似度找出最相關的片段交給生成模型。檢索質素差，後面的模型再強也會「答錯題」。

模組化編碼器取代串接多個模型。過往要做「用文字搜影片」，常見做法是先用語音轉文字、圖像描述模型把影音轉成文字，再做文字嵌入，流程長、延遲高、資訊亦會在轉換中流失。EmbeddingGemma 2 讓視覺與音訊編碼器直接把原始內容投射到共用主幹，所有模態的向量落在同一空間，可以直接比較相似度。開發者指南示範了以一句文字查詢同時比對相片與錄音，以及把「文字＋產品相＋測試影片」合成一個向量代表一件貨品。

任務指令前綴。模型以簡短任務前綴訓練，例如搜尋查詢用「task: search result | query: …」，文件則用「title: … | text: …」格式；檢索這類非對稱任務，查詢與文件要用不同前綴，分類與相似度等對稱任務則用同一前綴。官方指省略前綴仍可運作，但準確度會下降——這是企業移植舊系統時最容易忽略的細節。

MRL 截短。Matryoshka 表徵學習令向量的前段已包含最重要的資訊，因此可直接截短再重新正規化，不必另訓練小模型。查詢與文件必須使用相同維度。

三、日常應用場景

1. 開發者與技術團隊

程式碼檢索分數的升幅，令它適合做本地程式碼庫索引、語意化程式碼搜尋，以及編程代理（coding agent）的檢索層——程式碼毋須上傳到第三方嵌入 API。官方列出的支援工具相當齊全：transformers、sentence-transformers（多模態需 v6.1.0 或以上）、MLX、vLLM、llama.cpp、SGLang、Ollama 及 LM Studio；瀏覽器端可用 transformers.js 或 WebGPU；Android 等裝置端則有 Google AI Edge 的 MediaPipe 與 LiteRT；微調可參考 Unsloth 指南。Google 雲端 Gemini Enterprise Agent Platform Model Garden 版本則標示為「即將推出」。

2. 企業與隱私敏感行業

銀行、保險、律師行、醫療機構常有大量掃描文件、簡報、會議錄音與培訓影片，過往要把它們變成可搜尋的知識庫，往往要把內容送到雲端 API。EmbeddingGemma 2 的視覺編碼器支援 PDF、簡報、圖表等視覺文件，加上音訊直接嵌入，可在內網伺服器甚至員工手提電腦上建立跨格式搜尋，減少數據外傳。MediaPipe 的 Decision Task API 亦可把多模態向量用作分類與路由，例如把客服來電錄音自動分派到合適部門。

3. 一般用戶

Google 以三個示範應用說明用途：Google AI Edge Gallery 的「Instant Media Search」可用文字或圖片搜手機相簿；「Video Moments Finder」可用文字或語音找出影片中的某一刻；Google AI Edge Foresight 則把 EmbeddingGemma 2 的本地檔案檢索與 Gemma 4 的推理結合。這類功能在離線狀態下亦能運作。

4. 香港與亞洲市場視角

香港企業處理客戶資料須遵從《個人資料（私隱）條例》，跨境傳送及委託第三方處理數據一直是採用雲端 AI 的顧慮。一個能在本地硬件運行、以 Apache 2.0 授權商用的多模態嵌入模型，令「資料不出公司」的 RAG 方案門檻降低：媒體機構可為多年新聞片庫建立以文字搜畫面的索引；零售及電商可以「文字＋相片＋短片」統一商品搜尋；金融機構可為內部合規文件與會議錄音建立可審計的本地知識庫。

需要提醒的是，模型卡只寫明「逾一百種語言」，並未單獨列出粵語口語或香港繁體中文的成績。涉及廣東話錄音、中英夾雜文件或本地專有名詞的應用，上線前應以自家數據做檢索評測，必要時按官方指引微調。

四、專業評價與潛在考量

優勢

• 一個模型、五種內容：省去串接語音轉文字、圖像描述等多個模型的流程，延遲與維運成本都較低。
• 體積細、可按需載入：純文字二億七千萬參數，對內網 CPU 伺服器或邊緣裝置友善。
• 儲存成本可調：MRL 截短讓企業在向量資料庫規模與檢索品質之間自行取捨。
• 授權寬鬆、生態齊全：Apache 2.0 加上主流推理框架與裝置端工具即日支援，落地阻力小。

需要留意的地方

• 多語文字進步有限：多語 MTEB 由六十一點一五只升至六十一點三六，大部分升幅集中在程式碼與新增的多模態能力；純文字中文檢索未必較第一代明顯改善。
• 基準是官方自測：成績來自 Google 模型卡的全精度版本，量化後在手機上的實際準確度需自行驗證。
• 向量不能混用：由第一代或其他嵌入模型轉用，須重新為整個資料庫生成向量，查詢與文件亦必須用同一維度與正確前綴。
• 媒體長度有上限：八千詞元約對應五分半鐘音訊或五十八個影片幀，長片與長錄音仍需切段處理。

結語

EmbeddingGemma 2 的意義不在於刷新某一項排行榜，而在於把「跨文字、程式碼、圖片與影音的語意搜尋」壓縮到一部手機或一台內網伺服器就能跑的體積，並以可商用授權開放。對重視數據主權的企業，這代表 RAG 系統的檢索層可以更容易留在自己手上；下一步要看的是 Model Garden 版本推出時間、社區量化版本的實測表現，以及在粵語與中英夾雜內容上的檢索質素。

如企業想在香港建立資料不出境的私有知識庫或 RAG 系統，可參考 YSK Limited 的企業私有 LLM 全託管，年費 HK$88,000 起，由 Dataset 整理、QLoRA／LoRA 微調到私有 API 部署，100% 數據不出境（https://ysk.hk/services/ai-automation）。技術團隊若想先在本機試行 Hugging Face 開放模型，亦可了解 YSK Omni v1.0.2——一個架在本地 Hugging Face 權重前面的 OpenAI 相容 HTTP 閘道，MIT 開源、預設埠 3850（https://ysk.hk/products/ysk-omni）。

參考來源

1. Google 官方網誌：EmbeddingGemma 2: an open, lightweight multimodal embedding model（2026-10-06）https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/
2. Google AI for Developers：EmbeddingGemma 2 model card https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2
3. Google 開發者網誌：EmbeddingGemma 2: The Developer Guide（2026-10-06）https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/
4. Hugging Face 官方模型頁：google/embeddinggemma-2 https://huggingface.co/google/embeddinggemma-2
5. Kaggle 模型頁：google/embeddinggemma-2 https://www.kaggle.com/models/google/embeddinggemma-2
6. 發現來源：Google 官方網誌 RSS