谷歌发布首个原生多模态嵌入模型Gemini Embedding 2
原文标题:Last week, we made Gemini Embedding 2, our first natively multimodal embedding model, available to t...
AI 摘要
谷歌上周正式向公众发布了其首个原生多模态嵌入模型Gemini Embedding 2。该模型如同“通用翻译器”,能将文本、图像、视频和音频数据转化为独特的数字向量。其核心突破在于不再依赖关键词匹配,而是基于语义将不同模态的数据映射到同一空间,从而理解内容间的深层联系。开发者已利用该模型构建视频分析工具、视觉购物助手等应用,实现通过拍照或描述场景进行智能搜索的功能。模型现可通过Gemini API或Gemini Enterprise Agent平台使用。
关键信息
- 谷歌上周正式向公众发布了其首个原生多模态嵌入模型Gemini Embedding 2。
- 该模型如同“通用翻译器”,能将文本、图像、视频和音频数据转化为独特的数字向量。
- 其核心突破在于不再依赖关键词匹配,而是基于语义将不同模态的数据映射到同一空间,从而理解内容间的深层联系。
- 开发者已利用该模型构建视频分析工具、视觉购物助手等应用,实现通过拍照或描述场景进行智能搜索的功能。
- 模型现可通过Gemini API或Gemini Enterprise Agent平台使用
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 69
推荐理由
Google 第一个原生多模态嵌入模型,把文本、图像、视频拉到同一个向量空间,做跨模态搜索的开发者可以不用再手动打标签了,但离「无感理解」还有距离。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:谷歌发布首个原生多模态嵌入模型Gemini Embedding 2。2026年5月1日。https://new.nat6.net/news/cmolryh3501wosll966mttaas/