Google lança EmbeddingGemma 2, modelo de incorporação multimodal de código aberto
A Google DeepMind lançou o EmbeddingGemma 2, um modelo de "embeddings" multimodal de 740 milhões de parâmetros sob licença Apache 2.0.
Construído sobre a arquitetura Gemma 4, combina um "backbone" de texto/código de 270 milhões de parâmetros com codificadores opcionais de visão e áudio, mapeando texto, código, imagens, vídeo e áudio num único espaço vetorial de 768 dimensões. A versão só de texto ocupa cerca de 191MB de RAM ativa num telefone topo de gama. Suporta mais de 100 línguas e janela de contexto de 8K tokens — quatro vezes mais do que o modelo original — e no benchmark MTEB Code subiu de 68,76 para 78,68 pontos.
Os pesos estão disponíveis no Hugging Face e Kaggle, com suporte para sentence-transformers, LiteRT/MediaPipe, transformers, MLX e Ollama. O modelo antecessor já tinha superado 20 milhões de downloads.
Fontes
- Cryptobriefing cryptobriefing.com
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.