谷歌发布 Gemini Embedding 2：首个原生多模态嵌入模型，打通全媒体检索

Google 正式发布了首个原生多模态嵌入模型——Gemini Embedding 2。该模型突破了传统单一模态的限制，能够将文本、图像、视频、音频及各类文档统一映射至同一个向量空间中。这一技术升级使得跨媒体类型的语义检索和分类成为现实，开发者可以利用单一的模型实现对不同格式数据的深度理解和搜索。目前，该模型已进入公开预览阶段，为构建具备全感官理解能力的 AI 应用提供了底层支持。