谷歌开源的7.4亿参数多模态嵌入模型。
给文字、图片、声音办同一张校园卡:换哪道门进,都能按“像不像”找到同学。
可在设备本地做跨模态搜索,也为知识库检索铺路。
Embedding它把文字、图像和音频等内容编码进统一向量空间。
Gemma它属于谷歌 Gemma 的开放模型家族。
Multimodal AI它能用同一套表示处理多种内容形式。
Vector search它生成的向量可用于按语义查找相似内容。