Gorden Sun @Gorden_Sun

谷歌把EmbeddingGemma 2开源了，商业价值巨大。 可以实现文字、图片、视频，你只需要描述图片里有什么内容，就能把对应的图片搜索出来。 已经有基于这个模型开源的应用：https://t.co/8uxhR68pGT 模型：https://t.co/CkzZJf9YVO https://t.co/Mx6raP20q6 [引用 @Gorden_Sun]: Google发布首个原生多模态嵌入模型Gemini Embedding 2 单一模型同时处理文本、图像、视频、音频和文档，映射到统一的嵌入向量空间，再也不需要多个模型嵌套来检索多模态内容了。 检索时支持交错输入，可以同时输入图文、音视频，模型能使用输入的多模态数据的关联性。适用于RAG、根据语义检索图片视频、数据聚类分析等场景，因为一个模型处理了全过程，延迟比多模型串联处理多模态数据降低70%，召回率提升20% API文档：https://t.co/hEA6vc2UQP