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
视频丨216国道抢通已推进至核...
8月26日上午，因尼泊尔一侧发生泥石流灾害，造成西藏日喀则市吉隆县吉隆口岸重大人员伤亡、失联。抢险救...
半小时就能配齐一台机器人，深圳...
编者按：健康完备的经济生态，是推动高质量发展的重要保障。即日起，南方日报、南方+推出“解码广东经济生...
两宫超1.2万个学位！广州天河...
有剧场、科技馆、体育馆美术馆、书画室、艺创工坊……天河区少年宫新宫 （下称“天河区少年宫”）将于今年...
视频丨西藏吉隆县泥石流灾害抢险...
西藏吉隆县泥石流灾害抢险救援进入第7天。今天（9月1日）上午9时55分，西藏自治区在日喀则市公安局吉...
数智赋能黔山田：从“云端”算力...
近日，2026中国国际大数据产业博览会(简称“数博会”)在贵阳正式拉开帷幕。在这场以“词元——数据要...
8月深圳楼市持续稳固向好 二手...
8月，全市新建商品住宅和二手住宅合计成交6864套，同比增长8.5%，国家统计局发布的一、二手住宅销...
9月5日起，广州黄埔新增设多个...
@黄埔街坊9月5日起黄埔新增设多个公交车站8月30日，广州市交通运输局官网发布《关于优化公共汽车南海...
开学第一课丨我国运载火箭为啥叫...
今年，是中国共产党成立105周年，中国工农红军长征胜利90周年。在中国共产党百余年奋斗历程中，长征，...
新华鲜报|一树扎根沙地 “赛考...
“故事永远不会结束。”9月1日，北京首都国际机场。返程前，美国友人“赛考斯”（本名罗纳德·萨科尔斯基...
各地学校举办丰富多彩“开学第一...
央视网消息：这两天，全国中小学陆续迎来新学期。各地以主题鲜明、形式多样的“开学第一课”，引导学生们厚...