Google DeepMind lanza EmbeddingGemma 2, un modelo de embeddings multimodal y abierto para dispositivos
Google DeepMind presenta EmbeddingGemma 2, un modelo de embeddings de pesos abiertos de 740M parámetros que sitúa texto, imágenes, fotogramas de vídeo y audio en un mismo espacio vectorial. Está pensado para ejecutarse en local, con unos 191 MB de RAM activa para solo texto y unos 567 MB para el modelo multimodal completo en un Pixel 11 Pro, y permite enrutamiento de intenciones zero-shot en milisegundos. Ya está disponible en las demos Google AI Edge Gallery y Google AI Edge Foresight para Mac, en MediaPipe Tasks, y llegará a ML Kit en las próximas semanas.
Fuentes
- Google Developers BlogBring multimodal semantic search to the edge with EmbeddingGemma 2