待验证50% 置信事实精确时间

EmbeddingGemma 2能够在同一个模型中处理文本、代码、图像、视频和音频等多种类型的任务

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

EmbeddingGemma 2发布：740M参数的开源多模态端侧嵌入模型

涉及实体

EmbeddingGemma 2model

相关事实

部分验证EmbeddingGemma2除了文字和图片外还支持音频和视频，把不同模态内容都转换成768维向量76% 相似待验证Harness + ModelStack 组合能在本机跑通文生图、图生视频、文转语音、去背景、图片放大等十余项 AI 应用68% 相似已验证多模态大模型能够同时处理图像、视频帧与文本，并在这些模态之间建立语义关联68% 相似待验证现代模型不再只处理文本，而是同时支持图像、音频、视频等多模态输入66% 相似待验证多模态（Multimodal）指模型能够同时理解和生成文本、图像、音频、视频等多种类型的信息66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/988486

API

curl https://kongchang.com/api/v1/knowledge/claims/988486

MCP

get_claim(id=988486)