Google Gemini Embedding 2、初の完全マルチモーダルモデルとして登場
Googleは2026年3月10日頃に「Gemini Embedding 2」を正式にリリースしました。これは、Geminiアーキテクチャに基づいて構築された同社初の完全なマルチモーダル埋め込みモデルとなります。現在、Gemini APIおよびVertex AIを通じてパブリックプレビューとして利用可能となっており、開発者はすぐに呼び出しやテストを開始できます。
モダリティの壁を打ち破る統一された埋め込み空間
Gemini Embedding 2の核心となる革新性は、テキスト、画像、動画、音声、PDFなどのドキュメントを含む多様なデータタイプを、単一の統合された埋め込みベクトル空間にマッピングする能力にあります。この設計により、クロスモーダルな検索と分類が完全に可能となり、100以上の言語に対応し、異なる種類のデータが真に「同じ言語を話す」ことを実現します。

正確な意味理解を実現する混合入力機能
本モデルは、画像とテキストの組み合わせや、動画と音声の組み合わせといった混合モーダル入力をネイティブにサポートしています。単に並列処理するだけでなく、異なるメディアタイプ間の意味的な関係を深く理解できるため、マルチメディアコンテンツの理解において質的な飛躍をもたらします。
ASR文字起こし不要のネイティブ音声処理
もう一つの大きな進歩は、直接音声埋め込み機能です。ユーザーは生の音声ファイルを直接入力でき、モデルは事前の音声認識(ASR)変換を必要とせずに高品質な埋め込みベクトルを出力します。これにより、マルチモーダルデータのワークフローが大幅に効率化されると同時に、レイテンシと計算コストが削減されます。
幅広い応用シナリオがRAGの新時代を切り拓く
関連記事
香港株式市場は始値で高値付け、AI関連銘柄のMiniMaxは約9%下落
2026年3月11日、香港のAI業界は急激な下落に見舞われた。OpenClaw(愛称「ロブスター」)という流行りのオープンソース型インテリジェントエージェントに関連する株式は、急騰後の急落が続いた。MiniMaxは最近市場時価総額の最高値を更新していたが、下落を牽引し、最大8.77%下落した。中核的要因:主要業界で「漏洩」リスクが顕在化市場の動揺は、OpenClawのセキュリティをめぐる規制懸念に起因する。国家インターネット緊急対応センターは、その安全なデプロイメントに関する具体的な警告を発
中国、NVIDIAのH200 AIチップの輸入を承認へ
北京が国内の半導体製造目標とAIの高速化とのバランスを図る中、NVIDIA H200チップが中国本土に導入された。写真提供:Liu Liqun/Getty Images中国はNVIDIAのH200 AIチップに対する規制を緩和し、国内のテクノロジー企業が自国製のチップと併せて高度なモデルのトレーニングを行えるよう、同チップの輸入を許可している中国政府は、NVIDIAの支援を多少受けつつAI分野での
米司法省、Firefoxに対する独占禁止法違反の締め付けが脅威となる中、技術的な差止命令を推進
Googleの独占禁止法関連の象徴的な裁判は、主要なブラウザに対してデフォルトの検索エンジンとしての地位を提供する対価としてGoogleが巨額の支払いを行うのを阻止する措置を米国司法省が積極的に追求しているため、重要な段階に達しています。この規制の圧力はGoogleの市場支配を解体することを目的としていますが、Firefoxブラウザの背後にある組織であるMozillaに予期せぬ深刻な存続危機を引き起こしました。検索エンジン分野における支配的な力であるGoogleは、デフォルトの検索ポジションを
関連特集おすすめ
コメント (0)
0/500
Googleは2026年3月10日頃に「Gemini Embedding 2」を正式にリリースしました。これは、Geminiアーキテクチャに基づいて構築された同社初の完全なマルチモーダル埋め込みモデルとなります。現在、Gemini APIおよびVertex AIを通じてパブリックプレビューとして利用可能となっており、開発者はすぐに呼び出しやテストを開始できます。
モダリティの壁を打ち破る統一された埋め込み空間
Gemini Embedding 2の核心となる革新性は、テキスト、画像、動画、音声、PDFなどのドキュメントを含む多様なデータタイプを、単一の統合された埋め込みベクトル空間にマッピングする能力にあります。この設計により、クロスモーダルな検索と分類が完全に可能となり、100以上の言語に対応し、異なる種類のデータが真に「同じ言語を話す」ことを実現します。

正確な意味理解を実現する混合入力機能
本モデルは、画像とテキストの組み合わせや、動画と音声の組み合わせといった混合モーダル入力をネイティブにサポートしています。単に並列処理するだけでなく、異なるメディアタイプ間の意味的な関係を深く理解できるため、マルチメディアコンテンツの理解において質的な飛躍をもたらします。
ASR文字起こし不要のネイティブ音声処理
もう一つの大きな進歩は、直接音声埋め込み機能です。ユーザーは生の音声ファイルを直接入力でき、モデルは事前の音声認識(ASR)変換を必要とせずに高品質な埋め込みベクトルを出力します。これにより、マルチモーダルデータのワークフローが大幅に効率化されると同時に、レイテンシと計算コストが削減されます。
幅広い応用シナリオがRAGの新時代を切り拓く
香港株式市場は始値で高値付け、AI関連銘柄のMiniMaxは約9%下落
2026年3月11日、香港のAI業界は急激な下落に見舞われた。OpenClaw(愛称「ロブスター」)という流行りのオープンソース型インテリジェントエージェントに関連する株式は、急騰後の急落が続いた。MiniMaxは最近市場時価総額の最高値を更新していたが、下落を牽引し、最大8.77%下落した。中核的要因:主要業界で「漏洩」リスクが顕在化市場の動揺は、OpenClawのセキュリティをめぐる規制懸念に起因する。国家インターネット緊急対応センターは、その安全なデプロイメントに関する具体的な警告を発
中国、NVIDIAのH200 AIチップの輸入を承認へ
北京が国内の半導体製造目標とAIの高速化とのバランスを図る中、NVIDIA H200チップが中国本土に導入された。写真提供:Liu Liqun/Getty Images中国はNVIDIAのH200 AIチップに対する規制を緩和し、国内のテクノロジー企業が自国製のチップと併せて高度なモデルのトレーニングを行えるよう、同チップの輸入を許可している中国政府は、NVIDIAの支援を多少受けつつAI分野での
米司法省、Firefoxに対する独占禁止法違反の締め付けが脅威となる中、技術的な差止命令を推進
Googleの独占禁止法関連の象徴的な裁判は、主要なブラウザに対してデフォルトの検索エンジンとしての地位を提供する対価としてGoogleが巨額の支払いを行うのを阻止する措置を米国司法省が積極的に追求しているため、重要な段階に達しています。この規制の圧力はGoogleの市場支配を解体することを目的としていますが、Firefoxブラウザの背後にある組織であるMozillaに予期せぬ深刻な存続危機を引き起こしました。検索エンジン分野における支配的な力であるGoogleは、デフォルトの検索ポジションを





家






