Google、軽量マルチモーダル埋め込みモデル「EmbeddingGemma 2」公開
原題: EmbeddingGemma 2: An open, lightweight multimodal embedding model
なぜ重要か
オープンかつ軽量なマルチモーダル埋め込みモデルは、クラウド非依存のRAGやローカル検索システム構築の選択肢を広げ、エッジAI市場での競争を加速させる。
Googleは2026年10月6日、オープンな軽量マルチモーダル埋め込みモデル「EmbeddingGemma 2」を公開した。テキスト・画像・音声・動画を組み合わせて単一の埋め込み空間にネイティブでマッピングできる点が特徴で、オンデバイス用途での最高水準の性能を謳う。Google DeepMindの研究エンジニアが開発を担当した。
Googleは、マルチモーダル埋め込みモデルの新世代となる「EmbeddingGemma 2」を公式ブログで発表した。同モデルは前世代の「EmbeddingGemma」を引き継ぐ形で登場し、テキスト・画像・音声・動画という異なるモダリティを組み合わせて、単一の統合された埋め込みベクトル空間へとマッピングする能力を持つ。
Googleが「オンデバイス向けマルチモーダル埋め込みにおいて最も高い能力を持つモデル」と位置づけていることから、スマートフォンやエッジデバイスでの動作を前提とした軽量設計が採用されている。クラウドに依存しないローカル推論が可能になることで、プライバシーへの配慮が必要なアプリケーションや、低遅延が求められる用途への適用が期待される。
開発はGoogle DeepMindの研究エンジニアであるSahil DuaとHenrique Schechter Veraが主導した。モデルはオープンな形式で提供される。
「EmbeddingGemma」シリーズは昨年の初代モデル公開から継続的に発展しており、今回の第2世代ではネイティブなマルチモーダル対応が強化されている。具体的なパラメータ数やベンチマーク数値については、発表時点で詳細が公開されていない。