IXThinker·2026-03-12 21:50

谷歌首推原生全模態嵌入模型 五種模態一空間

谷歌在Gemini API上線首個原生全模態嵌入模型Gemini Embedding 2，將文本、圖像、音頻、影片及PDF無損融於統一向量空間，實現跨五大模態的直接檢索，被視為重塑AI基礎設施的里程碑。

嵌入模型角色

若把ChatGPT等生成式大模型比作AI表達的「嘴」，嵌入模型就是負責理解與檢索的「記憶神經」，長期以來這條記憶神經因模態割裂而無法連貫運作。