谷歌发布Gemini Embedding 2：首个原生多模态嵌入模型，打通视听文档任督二脉

谷歌正式推出了Gemini Embedding 2，这是其首个完全原生的多模态嵌入模型。该模型具备突破性的跨模态能力，能够将文本、图像、视频、音频和文档等多种形式的数据，统一映射到同一个高维向量空间中。不同于以往需要分别处理不同模态的方案，原生多模态架构实现了真正的跨类型语义对齐。这一技术将极大提升开发者构建RAG（检索增强生成）系统、搜索引擎及推荐系统的效率与准确性，标志着AI在处理复杂混合媒体内容时迈出了关键一步。