模型发布

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
来源
X:Google AI (@GoogleAI)
分类
模型发布
AI 评分
69
阅读原文 前往信息源阅读完整正文
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。

原文链接 · AIHOT 条目

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/

查看全部 →
  • DeepSeek 公布多模态模型技术报告

    DeepSeek发布了多模态大模型及技术报告,提出创新的“基于视觉原语的思考”框架。该框架将点、边界框等视觉元素作为推理的基本单元,旨在解决多模态模型在空间参照任务中存在的“参照鸿沟”核心问题,使模型能将抽象认知锚定到图像的具体坐标上。尽…

    IT之家·人工智能模型发布AI 评分 72

  • AntLingAGI开源Ling-2.6-1T模型,登陆Hugging Face平台

    AntLingAGI团队宣布Ling-2.6-1T模型正式开源,已登陆Hugging Face平台,并通过Novita Labs提供官方推理体验。该模型采用混合专家架构,总参数1万亿、激活参数630亿,核心优化方向为“令牌效率”以满足真实…

    X:蚂蚁百灵 (@AntLingAGI)模型发布AI 评分 76

  • ERNIE 5.1 Preview发布,架构更轻性能更强

    百度ERNIE 5.1 Preview模型正式上线。该模型采用更轻量高效的架构,在总参数量压缩至前代约1/3、激活参数量约1/2的同时,仅消耗可比模型约6%的预训练成本,实现了在其规模下的领先基础性能。根据@arena的Text Aren…

    X:百度 Baidu (@Baidu_Inc)模型发布AI 评分 65

  • Grok-4.3上线OpenRouter 性价比提升显著

    @xai 的新模型 Grok-4.3 现已在 OpenRouter 上线! Grok-4.3 以比 Grok-4.2 更低的价格发布,同时在代理性能上实现大幅跃升:在 @ArtificialAnlys 的 GDPval-AA 基准上 EL…

    X:OpenRouter (@OpenRouter)模型发布AI 评分 68

  • GPT-5.5发布一周创营收新高

    GPT-5.5发布已有一周,这已经是我们迄今为止最强大的模型发布。 API收入增长速度比以往任何版本都快两倍以上,而随着企业对智能编码工具的需求持续攀升,Codex在不到七天内收入翻倍。

    X:OpenAI (@OpenAI)模型发布AI 评分 76