谷歌发布革命性GeminiEmbedding2模型：多模态数据一网打尽！
创始人
2026-03-11 10:56:11
0次
3月11日，谷歌发布了全新的GeminiEmbedding2模型，标志着公司在多模态嵌入技术领域迈出了重要一步。GeminiEmbedding2是谷歌首个原生多模态嵌入模型，能够将文本、图像、视频和文档映射到同一个嵌入空间，从而实现对不同数据类型的统一理解和分析。
GeminiEmbedding2模型在功能上进行了扩展，不仅支持文本，还能处理图像、视频、音频和文档，覆盖100种语言的语义识别。具体到不同数据类型的处理限制，文本的上下文窗口最高支持8192个tokens，图像每次请求最多处理6张，视频支持最多120秒输入，音频可以直接处理音频数据，文档则支持最多6页PDF。这一模型的应用场景广泛，包括检索增强生成、语义搜索、情感分析和数据聚类等，能够在一次请求中同时接收多种类型的输入，分析不同媒体类型之间的关系。
谷歌表示，新模型可以简化复杂的数据处理流程，并增强多模态应用能力。例如，在诉讼取证阶段，Gemini嵌入模型能够帮助法律专业人士快速找到关键证据。测试结果表明，多模态嵌入能够提升检索精度和召回率，同时改善图像与视频搜索效果。目前，GeminiEmbeddings2已经通过GeminiAPI和VertexAI提供公开预览，而gemini-embedding-001则继续用于只处理文本的应用场景。
相关内容
热门资讯
中国电动车强势登陆加拿大，近4...
近日，加拿大市场对中国电动汽车的开放态度引发行业关注。加拿大政府放宽了对中国电动车的进口限制，并降低...
比亚迪仰望U9升级：新增四路行...
5月18日，比亚迪仰望U9进行了V2.1.0版本的OTA推送，此次更新带来了4项新增功能和7项优化功...
宝马设计师点赞理想L9内饰，问...
近日，全新一代问界M9系列汽车设计师@Zimo-子墨公开赞赏全新理想L9的内饰设计，认为其简洁、逻辑...
中国启动首批AI营销客服平台能...
5月18日，中国信息通信研究院泰尔终端实验室宣布启动首批“人工智能营销客服平台能力”测评单位征集工作...
诗人余秀华称已报警：粉丝翻窗闯...
5月18日，诗人余秀华在个人账号里发出视频，面对镜头她说：“我真的是被粉丝霸凌了。”视频里，余秀华讲...
🌲岭南青年影像地标正在生长｜山...
2026年，山海计划在羊城创意产业园后车站启动青年影像文化品牌“山海沙龙”。我们希望——创作不囿于自...
全球媒体聚焦 | 英媒：中国两...
据英国《金融时报》5月17日一篇报道关注了中国电动两轮车（电动自行车和电动踏板车）正借助全球电动化浪...
文化中国行｜“瓷语者”翁彦俊：...
翁彦俊，江西景德镇御窑博物院院长、景德镇市陶瓷考古研究所所长。作为土生土长的景德镇人，他长期从事景德...
视频丨“张雪机车”捷克站再夺冠...
5月17日，在2026世界超级摩托车锦标赛（WSBK）捷克站WorldSSP组别第二回合正赛中，中国...
广东文旅高质量发展步履铿锵 活...
羊城晚报全媒体记者 黎存根广州老城区的粤剧大戏轮番上演，汕头小公园的英歌队吸引游人争相合影，珠海情侣...