← العودة إلى Sardaana AI
غوغل ديب مايند تطلق EmbeddingGemma 2، نموذجاً مفتوحاً صغيراً يجمع النص والشيفرة والصور والفيديو والصوت في فضاء بحث واحد
يضم EmbeddingGemma 2 740 مليون معامل، ويعمل على الهواتف بترخيص Apache 2.0. ويتيح للتطبيقات مثلاً العثور على مقطع فيديو انطلاقاً من مذكرة صوتية، محلياً ومن دون إرسال البيانات إلى السحابة.
أطلقت غوغل ديب مايند في 6 أكتوبر 2026 نموذج EmbeddingGemma 2، وهو نموذج تضمين مفتوح، أي نموذج يحوّل المحتوى إلى متجهات كي تتمكن التطبيقات من البحث فيه ومطابقته. وتقول غوغل إن الإصدار الأول (2025، للنص فقط) تجاوز 20 مليون تنزيل.
ما الجديد
- خمسة أنواع من المدخلات في فضاء واحد: يُسقَط النص والشيفرة والصور والفيديو والصوت في فضاء متجهات مشترك من 768 بُعداً، فيمكن مثلاً العثور على مقطع فيديو بمذكرة صوتية أو البحث في ساعات من التسجيلات بسؤال نصي.
- صغير ومعياري: 740 مليون معامل إجمالاً — نموذج نصي من 270 مليوناً، ومشفّر رؤية من 170 مليوناً، ومشفّر صوت من 300 مليون. ويمكن للمطورين تحميل الأجزاء التي يحتاجونها فقط (270 مليوناً للنص والشيفرة).
- مبني على معمارية Gemma 4 ومنشور بترخيص Apache 2.0 الذي يسمح بالاستخدام التجاري؛ والأوزان متاحة على Hugging Face وKaggle.
- نافذة السياق 8192 رمزاً، أي أربعة أضعاف الإصدار الأول. ويمكن تقصير المتجهات إلى 512 أو 256 أو 128 بُعداً لتوفير التخزين.
- تقول غوغل إن نتيجة اختبار MTEB Code ارتفعت من 68.76 إلى 78.68، وتزعم الصدارة بين نماذج التضمين متعددة الوسائط التي تقل عن مليار معامل.
- ومع التكميم على هاتف Pixel 11 Pro، تحتاج النسخة النصية نحو 191 ميغابايت من الذاكرة النشطة، والنموذج الكامل متعدد الوسائط نحو 567 ميغابايت، بحسب غوغل.
قيود أعلنتها غوغل
تذكر بطاقة النموذج أن EmbeddingGemma 2 لم يخضع لمواءمة أمان بعد التدريب، وأن أداءه قد يتفاوت بين لغاته التي تزيد على 100، وأنه يجب تشغيله بدقة bfloat16 أو float32 لأن float16 قد ينتج تضمينات تالفة. أرقام الأداء صادرة عن غوغل نفسها.