首页谷歌发布Gemini Embedding2：原生多模态模型实现语义空间统一
谷歌近日发布了其全新的原生多模态嵌入模型——Gemini Embedding2。该模型能够将文本、图像、视频、音频和PDF文档映射到一个共享的语义向量空间中，旨在简化复杂的AI数据工作流，并提升多模态检索与理解能力。这标志着谷歌在嵌入技术领域取得了一项重大突破，实现了从单模态文本向统一多模态语义建模的转变。
此前，在2025年7月，谷歌推出了gemini-embedding-001文本嵌入模型。该模型支持100多种语言，并在MTEB多语言基准测试中取得了顶尖成绩。 全新的 Gemini Embedding2 在 Gemini 架构基础上进行了显著扩展。它现可处理文本、图像、视频、音频和 PDF 这五种不同模态，并将它们映射到单一向量空间中。这使得不同类型媒体之间能够进行直接的语义比较，无需多个专用模型或额外的处理步骤。这一能力对于语义搜索、检索增强生成（RAG）、情感分析和数据聚类等应用尤为宝贵。
在输入能力方面，新模型支持多达 8192 个文本令牌，是此前 2048 个令牌限制的四倍。它每条请求可处理多达六张 PNG 或 JPEG 图片、最长 120 秒的视频，以及最多六页的 PDF 文档。 值得注意的是，Gemini Embedding2原生支持音频处理，无需进行语音转文本转换，从而避免了转录过程中可能造成的信息丢失。谷歌还引入了“交错输入”技术，允许开发者在单次请求中混合多种模态——例如将图像与描述性文本结合——以更好地捕捉它们之间的语义关系。
在架构上，该模型继续采用“套娃式表征学习”（MRL）。该技术利用分层结构动态调整向量维度。默认嵌入维度为 3072，并提供 1536 和 768 两种可选配置，使开发者能够灵活地在检索准确性和存储效率之间取得平衡。
谷歌的基准测试结果表明，Gemini Embedding2 在文本、图像、视频和语音任务中均表现优异。例如，在文本-视频检索任务中，其得分达到 68.8，超越了亚马逊 Nova2 多模态嵌入（60.3）和 Voyage Multimodal3.5（55.2）。 在文本-图像检索方面，其得分达到93.4，显著领先于亚马逊模型84.0的得分。
开发者目前可通过Gemini API和Vertex AI 访问 Gemini Embedding2。该模型已集成至 LangChain、LlamaIndex、Haystack、Weaviate、Qdrant、ChromaDB 和 Vector Search 等主流框架及向量数据库。为帮助开发者快速入门，Google 提供了交互式 Colab 笔记本和轻量级多模态语义搜索演示。
多模态嵌入领域的竞争日益白热化。值得注意的是，今年2月下旬，AI搜索引擎Perplexity发布了其开源嵌入模型pplx-embed-v1和pplx-embed-context-v1。
相关文章
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后，前首席科学家伊利亚·苏茨克弗（Ilya Sutskever）创立了 Safe Superintelligence Inc.（SSI），该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出，该团队正在利用 TTT（测试时训练）开发一个紧凑的推理引擎，这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同，该引擎在处理现实世界任务时会动态更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件，并通过AI聊天机器人以自然语言描述其设计概念；系统
Anthropic 将 Claude AI 编码工具扩展至日本，以推动海外增长
Anthropic，一家美国知名的人工智能公司，正加强其全球推广力度。周三，该公司在东京举办了一场大型开发者活动“Code with Claude”，吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场，强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中，Anthropic展示了其先进的自主编码系统，该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长，Anthropic希望通过此类活动加强
相关专题推荐
设计与艺术
最适合创意实验的AI风格转换工具
2026年最新最佳、评价最高的AI风格转换工具，助您开展创意实验！XIX.AI精心甄选了一系列功能强大、颠覆性的必试工具，这些工具经过实际测试和严格排名，可带来卓越的效果。这些顶级解决方案通过加速内容创作并释放无限创意潜能，帮助创作者显著提升工作效率。 立即探索，找到最适合您的工具，今天就开始创作吧！
9 个工具
xix.ai
漫画创作
最适合视觉叙事的AI对话气泡工具
2026年最新、最受欢迎的视觉叙事AI对话气泡工具现已登陆XIX.AI！这份精心精选的合集汇集了功能强大、具有颠覆性的工具，可帮助创作者提升工作效率并突破创作瓶颈。 获取免费版与付费版的对比分析，查看实际测试结果，并查阅最新排行榜，找到最适合打造引人入胜的视觉叙事的必试解决方案。立即探索，发现您的理想工具！
10 个工具
xix.ai
会议助理
顶级AI会议摘要工具：清晰追踪决策与后续跟进
2026年最新高评分最佳AI会议摘要工具，助您清晰追踪决策并轻松跟进。这份精心筛选的清单展示了功能强大、具有颠覆性的解决方案，它们通过自动化会议记录、识别关键行动项以及简化所有项目中的团队协调，显著提升工作效率。 获取免费版与付费版的对比分析，以及实际测试报告和每周更新的排行榜，助您找到最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
数据分析
最佳人工智能数据清洗工具：快速处理缺失值与重复数据
2026年最新、最优秀且评分最高的AI数据清洗工具，可快速处理缺失值与重复数据问题。这份精心挑选的清单展示了那些功能强大、能带来颠覆性变革的解决方案，可显著提升工作效率。所有候选工具都经过了严格的实际应用测试，以确保其稳定性。您可以获取免费版与付费版的对比信息，找出最符合您需求的必备工具。即刻访问XIX.AI，开启您的AI优势之旅。
11 个工具
xix.ai
设计与艺术
最佳AI创意构思工具，助力艺术家突破视觉瓶颈
2026 年最新最佳顶级评分 AI 创意构思工具由 XIX.AI 精心策划，旨在帮助创作者突破视觉瓶颈并即时提升创造力。这些强大的变革性工具提供真实世界测试、详细的免费与付费对比以及每周更新的排名。发现您的完美工具，加速内容创作，并立即释放您的 AI 优势。立即探索！
14 个工具
xix.ai
音乐创作
适用于 TikTok 背景音乐、Reels 音频和创作者宣传音乐的 AI 节拍生成器
2026年最新最全的AI节拍生成器，适用于TikTok背景音乐、Reels音频及创作者宣传音乐！XIX.AI精心筛选了一系列广受好评、功能强大的革命性工具，这些工具均经过实际测试，可为各类内容创作需求提供完美的音乐。 您将在此找到详尽的免费版与付费版对比数据、每周更新的排行榜，以及不容错过的精选工具，助您激发创意并提升工作效率。立即探索，发现最适合您的工具！
11 个工具
xix.ai
评论 (0)
0/500
谷歌近日发布了其全新的原生多模态嵌入模型——Gemini Embedding2。该模型能够将文本、图像、视频、音频和PDF文档映射到一个共享的语义向量空间中，旨在简化复杂的AI数据工作流，并提升多模态检索与理解能力。这标志着谷歌在嵌入技术领域取得了一项重大突破，实现了从单模态文本向统一多模态语义建模的转变。
此前，在2025年7月，谷歌推出了gemini-embedding-001文本嵌入模型。该模型支持100多种语言，并在MTEB多语言基准测试中取得了顶尖成绩。 全新的 Gemini Embedding2 在 Gemini 架构基础上进行了显著扩展。它现可处理文本、图像、视频、音频和 PDF 这五种不同模态，并将它们映射到单一向量空间中。这使得不同类型媒体之间能够进行直接的语义比较，无需多个专用模型或额外的处理步骤。这一能力对于语义搜索、检索增强生成（RAG）、情感分析和数据聚类等应用尤为宝贵。
在输入能力方面，新模型支持多达 8192 个文本令牌，是此前 2048 个令牌限制的四倍。它每条请求可处理多达六张 PNG 或 JPEG 图片、最长 120 秒的视频，以及最多六页的 PDF 文档。 值得注意的是，Gemini Embedding2原生支持音频处理，无需进行语音转文本转换，从而避免了转录过程中可能造成的信息丢失。谷歌还引入了“交错输入”技术，允许开发者在单次请求中混合多种模态——例如将图像与描述性文本结合——以更好地捕捉它们之间的语义关系。
在架构上，该模型继续采用“套娃式表征学习”（MRL）。该技术利用分层结构动态调整向量维度。默认嵌入维度为 3072，并提供 1536 和 768 两种可选配置，使开发者能够灵活地在检索准确性和存储效率之间取得平衡。
谷歌的基准测试结果表明，Gemini Embedding2 在文本、图像、视频和语音任务中均表现优异。例如，在文本-视频检索任务中，其得分达到 68.8，超越了亚马逊 Nova2 多模态嵌入（60.3）和 Voyage Multimodal3.5（55.2）。 在文本-图像检索方面，其得分达到93.4，显著领先于亚马逊模型84.0的得分。
开发者目前可通过Gemini API和Vertex AI 访问 Gemini Embedding2。该模型已集成至 LangChain、LlamaIndex、Haystack、Weaviate、Qdrant、ChromaDB 和 Vector Search 等主流框架及向量数据库。为帮助开发者快速入门，Google 提供了交互式 Colab 笔记本和轻量级多模态语义搜索演示。
多模态嵌入领域的竞争日益白热化。值得注意的是，今年2月下旬，AI搜索引擎Perplexity发布了其开源嵌入模型pplx-embed-v1和pplx-embed-context-v1。
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后，前首席科学家伊利亚·苏茨克弗（Ilya Sutskever）创立了 Safe Superintelligence Inc.（SSI），该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出，该团队正在利用 TTT（测试时训练）开发一个紧凑的推理引擎，这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同，该引擎在处理现实世界任务时会动态更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件，并通过AI聊天机器人以自然语言描述其设计概念；系统
Anthropic 将 Claude AI 编码工具扩展至日本，以推动海外增长
Anthropic，一家美国知名的人工智能公司，正加强其全球推广力度。周三，该公司在东京举办了一场大型开发者活动“Code with Claude”，吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场，强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中，Anthropic展示了其先进的自主编码系统，该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长，Anthropic希望通过此类活动加强
2026年最新最佳、评价最高的AI风格转换工具，助您开展创意实验！XIX.AI精心甄选了一系列功能强大、颠覆性的必试工具，这些工具经过实际测试和严格排名，可带来卓越的效果。这些顶级解决方案通过加速内容创作并释放无限创意潜能，帮助创作者显著提升工作效率。 立即探索，找到最适合您的工具，今天就开始创作吧！
9 个工具
xix.ai
2026年最新、最受欢迎的视觉叙事AI对话气泡工具现已登陆XIX.AI！这份精心精选的合集汇集了功能强大、具有颠覆性的工具，可帮助创作者提升工作效率并突破创作瓶颈。 获取免费版与付费版的对比分析，查看实际测试结果，并查阅最新排行榜，找到最适合打造引人入胜的视觉叙事的必试解决方案。立即探索，发现您的理想工具！
10 个工具
xix.ai
2026年最新高评分最佳AI会议摘要工具，助您清晰追踪决策并轻松跟进。这份精心筛选的清单展示了功能强大、具有颠覆性的解决方案，它们通过自动化会议记录、识别关键行动项以及简化所有项目中的团队协调，显著提升工作效率。 获取免费版与付费版的对比分析，以及实际测试报告和每周更新的排行榜，助您找到最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
2026年最新、最优秀且评分最高的AI数据清洗工具，可快速处理缺失值与重复数据问题。这份精心挑选的清单展示了那些功能强大、能带来颠覆性变革的解决方案，可显著提升工作效率。所有候选工具都经过了严格的实际应用测试，以确保其稳定性。您可以获取免费版与付费版的对比信息，找出最符合您需求的必备工具。即刻访问XIX.AI，开启您的AI优势之旅。
11 个工具
xix.ai
2026 年最新最佳顶级评分 AI 创意构思工具由 XIX.AI 精心策划，旨在帮助创作者突破视觉瓶颈并即时提升创造力。这些强大的变革性工具提供真实世界测试、详细的免费与付费对比以及每周更新的排名。发现您的完美工具，加速内容创作，并立即释放您的 AI 优势。立即探索！
14 个工具
xix.ai
2026年最新最全的AI节拍生成器，适用于TikTok背景音乐、Reels音频及创作者宣传音乐！XIX.AI精心筛选了一系列广受好评、功能强大的革命性工具，这些工具均经过实际测试，可为各类内容创作需求提供完美的音乐。 您将在此找到详尽的免费版与付费版对比数据、每周更新的排行榜，以及不容错过的精选工具，助您激发创意并提升工作效率。立即探索，发现最适合您的工具！
11 个工具
xix.ai
