Unverified50% confidenceFactExact time
EmbeddingGemma 2 首次把文本、代码、图像、视频和音频统一映射到同一个嵌入空间，并针对端侧优化支持本地部署 RAG
1
Sources
50%
Confidence
Long-term
Relevance
10/8/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedEmbeddingGemma 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77% similarPartially VerifiedEmbeddingGemma2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73% similarUnverifiedEmbeddingGemma 2 支持四种模态之间的任意交叉检索，可用文字搜图片、用图片搜视频、用视频搜音频71% similarUnverifiedEmbeddingGemma 2 能够在手机本地完成媒体搜索和视频时刻定位，无需语音转写步骤或外部API调用，可完全离线进行68% similarUnverifiedEmbeddingGemma 2 支持 8K token 上下文，是初代的 4 倍，可处理长达 5.5 分钟音频、29 张图像或 58 帧视频66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/989142API
curl https://kongchang.com/api/v1/knowledge/claims/989142MCP
get_claim(id=989142)