首頁Google 推出 Gemini Embedding2：原生多模態模型整合語義空間
Google 近期推出了其全新的原生多模態嵌入模型「Gemini Embedding2」。該模型能將文字、圖像、影片、音訊及 PDF 文件映射至一個共享的語義向量空間，旨在簡化複雜的 AI 資料工作流程，並提升多模態檢索與理解能力。這代表著 Google 在嵌入技術上的重大進展，從單一模態的文字處理邁向統一的多模態語義建模。
此前，在 2025 年 7 月，Google 推出了gemini-embedding-001文字嵌入模型。該模型支援超過 100 種語言，並在 MTEB 多語言基準測試中取得頂尖成績。 全新的 Gemini Embedding2 基於 Gemini 架構，但大幅擴展了其應用範圍。它現在可處理五種不同模態——文字、圖像、影片、音訊和 PDF——並將其投影至單一向量空間。這使得不同類型媒體之間能夠進行直接的語義比較，無需使用多個專用模型或額外的處理步驟。此功能對於語義搜尋、檢索增強生成（RAG）、情緒分析及資料聚類等應用尤為寶貴。
在輸入能力方面，新模型支援多達 8192 個文字標記，是先前 2048 個標記限制的四倍。它每筆請求可處理多達六張 PNG 或 JPEG 圖片、長度達 120 秒的影片，以及最多六頁的 PDF 文件。 值得注意的是，Gemini Embedding2 原生支援音訊處理，無需進行語音轉文字轉換，從而避免了轉錄過程中的潛在資訊損失。Google 還推出了「交錯輸入」技術，讓開發者能在單次請求中結合多種模態——例如將圖片與描述性文字混合——以更精準地捕捉它們之間的語義關聯。
在架構上，該模型持續採用「套娃式表徵學習」（MRL）。此技術利用分層結構動態調整向量維度。預設嵌入維度為 3072，並提供 1536 和 768 兩種可選配置，讓開發者能靈活地在檢索準確度與儲存效率之間取得平衡。
Google 的基準測試結果顯示，Gemini Embedding2 在文字、圖像、影片和語音任務中均展現領先的表現。例如，在文字-影片檢索任務中，其得分達 68.8，超越了 Amazon Nova2 多模態嵌入模型（60.3）和 Voyage Multimodal3.5（55.2）。 在文字-圖像對比中，其得分達 93.4，顯著領先於亞馬遜模型的 84.0 分。
開發者目前可透過Gemini API和Vertex AI 存取 Gemini Embedding2。該模型已整合至 LangChain、LlamaIndex、Haystack、Weaviate、Qdrant、ChromaDB 及 Vector Search 等熱門框架與向量資料庫。為協助開發者快速上手，Google 提供了互動式 Colab 筆記本及輕量級多模態語義搜尋示範。
多模態嵌入技術的競爭日趨白熱化。值得注意的是，今年二月底，AI 搜尋引擎 Perplexity 釋出了其開源嵌入模型pplx-embed-v1和pplx-embed-context-v1。
相關文章
蘋果智慧眼鏡或將在WWDC27上首次亮相，重點突出隱私保護
彭博社的馬克·古爾曼報道，蘋果智慧眼鏡（內部代號 N50）計劃於 2027 年 6 月的全球開發者大會（WWDC27）上首次亮相，零售版預計將於 2027 年秋季上市。該裝置原定於今年晚些時候及 2027 年初發布，但現已推遲，以便進行進一步的產品完善並加強隱私保護協議。隱私仍是蘋果智慧眼鏡戰略的核心支柱。從 Meta 等競爭對手的隱私爭議中吸取教訓，蘋果正在實施強有力的功能與政策。目前考慮的方案包括：完全移除攝像頭，專注於人工智慧互動、音訊播放和通話；或保留攝像頭但禁用照片和影片錄製功能，僅
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
相關專題推薦
數據分析
用於收入看板、轉化漏斗分析及產品指標分析的 AI SQL 助手
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
評論 (0)
0/500
Google 近期推出了其全新的原生多模態嵌入模型「Gemini Embedding2」。該模型能將文字、圖像、影片、音訊及 PDF 文件映射至一個共享的語義向量空間，旨在簡化複雜的 AI 資料工作流程，並提升多模態檢索與理解能力。這代表著 Google 在嵌入技術上的重大進展，從單一模態的文字處理邁向統一的多模態語義建模。
此前，在 2025 年 7 月，Google 推出了gemini-embedding-001文字嵌入模型。該模型支援超過 100 種語言，並在 MTEB 多語言基準測試中取得頂尖成績。 全新的 Gemini Embedding2 基於 Gemini 架構，但大幅擴展了其應用範圍。它現在可處理五種不同模態——文字、圖像、影片、音訊和 PDF——並將其投影至單一向量空間。這使得不同類型媒體之間能夠進行直接的語義比較，無需使用多個專用模型或額外的處理步驟。此功能對於語義搜尋、檢索增強生成（RAG）、情緒分析及資料聚類等應用尤為寶貴。
在輸入能力方面，新模型支援多達 8192 個文字標記，是先前 2048 個標記限制的四倍。它每筆請求可處理多達六張 PNG 或 JPEG 圖片、長度達 120 秒的影片，以及最多六頁的 PDF 文件。 值得注意的是，Gemini Embedding2 原生支援音訊處理，無需進行語音轉文字轉換，從而避免了轉錄過程中的潛在資訊損失。Google 還推出了「交錯輸入」技術，讓開發者能在單次請求中結合多種模態——例如將圖片與描述性文字混合——以更精準地捕捉它們之間的語義關聯。
在架構上，該模型持續採用「套娃式表徵學習」（MRL）。此技術利用分層結構動態調整向量維度。預設嵌入維度為 3072，並提供 1536 和 768 兩種可選配置，讓開發者能靈活地在檢索準確度與儲存效率之間取得平衡。
Google 的基準測試結果顯示，Gemini Embedding2 在文字、圖像、影片和語音任務中均展現領先的表現。例如，在文字-影片檢索任務中，其得分達 68.8，超越了 Amazon Nova2 多模態嵌入模型（60.3）和 Voyage Multimodal3.5（55.2）。 在文字-圖像對比中，其得分達 93.4，顯著領先於亞馬遜模型的 84.0 分。
開發者目前可透過Gemini API和Vertex AI 存取 Gemini Embedding2。該模型已整合至 LangChain、LlamaIndex、Haystack、Weaviate、Qdrant、ChromaDB 及 Vector Search 等熱門框架與向量資料庫。為協助開發者快速上手，Google 提供了互動式 Colab 筆記本及輕量級多模態語義搜尋示範。
多模態嵌入技術的競爭日趨白熱化。值得注意的是，今年二月底，AI 搜尋引擎 Perplexity 釋出了其開源嵌入模型pplx-embed-v1和pplx-embed-context-v1。
蘋果智慧眼鏡或將在WWDC27上首次亮相，重點突出隱私保護
彭博社的馬克·古爾曼報道，蘋果智慧眼鏡（內部代號 N50）計劃於 2027 年 6 月的全球開發者大會（WWDC27）上首次亮相，零售版預計將於 2027 年秋季上市。該裝置原定於今年晚些時候及 2027 年初發布，但現已推遲，以便進行進一步的產品完善並加強隱私保護協議。隱私仍是蘋果智慧眼鏡戰略的核心支柱。從 Meta 等競爭對手的隱私爭議中吸取教訓，蘋果正在實施強有力的功能與政策。目前考慮的方案包括：完全移除攝像頭，專注於人工智慧互動、音訊播放和通話；或保留攝像頭但禁用照片和影片錄製功能，僅
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
