谷歌发布首个原生多模态嵌入模型Gemini Embedding 2

mynccs

谷歌DeepMind推出Gemini Embedding 2，这是该公司首个原生多模态嵌入模型，将文本、图像、视频、音频及文档统一映射至单一嵌入空间，标志着AI嵌入技术迈入全模态融合的新阶段。

Gemini Embedding 2支持超100种语言的语义理解，并在文本、图像及视频任务的基准测试中超越现有主流模型，同时引入了此前嵌入模型所欠缺的语音处理能力。