EmbeddingGemma 2: tekst, code, afbeeldingen, video en audio in één vector

Samenvatting

EmbeddingGemma 2 brengt tekst, code, afbeeldingen, video en audio samen in één vectorruimte van 768 dimensies.

EmbeddingGemma 2 combineert vijf modaliteiten

Google lanceerde EmbeddingGemma 2 op 6 oktober 2026 onder Apache 2.0. Het model telt minder dan één miljard parameters en bouwt voort op Gemma 4. Tekst, broncode, afbeeldingen, videoframes en audio krijgen een plek in dezelfde 768-dimensionale vectorruimte.

De architectuur gebruikt een tekstencoder van 270 miljoen parameters als basis. Een vision-encoder voegt 170 miljoen parameters toe en verwerkt foto’s, grafieken, dia’s, pdf-pagina’s en videoframes. De audio-encoder voegt 300 miljoen parameters toe voor spraak en omgevingsgeluid. De contextwindow bedraagt 8.192 tokens en geldt voor alle modaliteiten.

EmbeddingGemma 2 verandert de opzet van multimodale zoeking

De gebruikelijke aanpak werkt met een afzonderlijk model en index per contenttype. Daardoor ontstaan aparte scoreschalen en blijft het lastig om bijvoorbeeld een foto direct met een tekstpassage te vergelijken. EmbeddingGemma 2 gebruikt één backbone en brengt de uitkomsten naar dezelfde ruimte.

De modulaire lading bepaalt welke encoders in het geheugen komen. De tekstconfiguratie gebruikt 270 miljoen parameters; de volledige multimodale configuratie komt uit op 740 miljoen. Daardoor kunnen bestaande tekstindexen blijven staan wanneer later beeld wordt toegevoegd. Ook kunnen configuraties voor een edge-apparaat en een server dezelfde index aanspreken.

De eerste benchmarkresultaten geven voor MTEB Code een score die 14 procent hoger ligt dan bij EmbeddingGemma 1. De nauwkeurigheid voor meertalige tekst blijft behouden. Zoekopdrachten met afbeeldingen, video en audio vormen nieuwe mogelijkheden ten opzichte van de vorige versie.

Concrete takeaway voor EmbeddingGemma 2

Test eerst de 270M-tekstconfiguratie met tekst- en codezoeking. Controleer daarna met de meegeleverde scripts of een uitbreiding naar vision en audio waarde toevoegt. Leg bij de keuze ook vast of 768 dimensies nodig zijn, of dat truncatie naar 512, 256 of 128 dimensies volstaat.