01 क्या हुआ
6 अक्टूबर 2026 को, Google ने EmbeddingGemma 2 जारी किया — Gemma 4 आर्किटेक्चर पर आधारित 740 मिलियन पैरामीटर वाला एक मॉडल, जो डिवाइस पर खोज और पुनर्प्राप्ति के लिए टेक्स्ट, कोड, इमेज, ऑडियो और वीडियो को एक साझा एम्बेडिंग स्पेस में मैप करता है। वज़न अब Hugging Face और Kaggle पर उपलब्ध हैं; Gemini Enterprise Agent Platform Model Garden में उपलब्धता जल्द ही बताई गई है।
02 मुख्य विवरण
- EmbeddingGemma 2 में 740 मिलियन पैरामीटर हैं और यह टेक्स्ट, कोड, इमेज, वीडियो और ऑडियो को संभालता है। टेक्स्ट-ओनली वर्कलोड के लिए केवल 270 मिलियन पैरामीटर की आवश्यकता होती है; वैकल्पिक विज़न (170 मिलियन) और ऑडियो (300 मिलियन) एन्कोडर पूर्ण मल्टीमॉडल समर्थन प्रदान करते हैं।
- Matryoshka Representation Learning डेवलपर्स को आउटपुट वैक्टर को 768 से घटाकर 512, 256 या 128 आयामों तक ट्रंकेट करने की अनुमति देता है, जो स्थानीय वेक्टर डेटाबेस में 6x तक स्टोरेज और मेमोरी की बचत प्रदान करता है।
- Google Pixel 11 Pro पर क्वांटाइज़ेशन के साथ, मॉडल को टेक्स्ट वेट के लिए न्यूनतम लगभग 191 MB सक्रिय RAM और पूर्ण मल्टीमॉडल वेरिएंट के लिए न्यूनतम लगभग 567 MB की आवश्यकता होती है।
- Google MTEB Code में 9.92 अंकों की वृद्धि की रिपोर्ट करता है, 68.76 से 78.68 तक, और 8K टोकन का कॉन्टेक्स्ट विंडो — EmbeddingGemma 1 से 4 गुना बड़ा; मॉडल 5.5 मिनट तक के ऑडियो, 29 इमेज, 58 वीडियो फ्रेम या इंटरलीव्ड कॉम्बिनेशन को सपोर्ट करता है।
03 यह क्यों महत्वपूर्ण है
यह रिलीज़ मल्टीमॉडल एम्बेडिंग को स्थानीय हार्डवेयर पर व्यावहारिक बनाती है। मॉड्यूलर डिज़ाइन केवल 270 मिलियन पैरामीटर के साथ टेक्स्ट-ओनली वर्कलोड चलाने की अनुमति देता है, और Matryoshka Representation Learning वैक्टर को 768 से घटाकर 512, 256 या 128 आयामों तक कर देता है, जिससे स्टोरेज और मेमोरी में 6 गुना तक की कमी आती है। Google 8K टोकन के कॉन्टेक्स्ट विंडो और MTEB Code में 9.92 अंकों की वृद्धि की भी रिपोर्ट करता है — 68.76 से 78.68 तक; ये कंपनी द्वारा बताए गए आंकड़े हैं, स्वतंत्र रूप से सत्यापित नहीं।
04 किनके लिए महत्वपूर्ण है
स्थानीय खोज डेवलपर्स, RAG सिस्टम डेवलपर्स और AI एजेंट डेवलपर्स।