IXThinker·2026-03-12 15:20

谷歌多模態嵌入模型 輸入規格一次看清

谷歌發布首個原生多模態嵌入模型Gemini Embedding 2，把文本、圖像、影片、音頻與文檔全部映射進同一個統一嵌入空間，讓不同媒介的數據首次共享同一語義座標系，輸入規格亦相當靈活。

統一語義空間

模型最大變化在於把五類媒介全部放進同一嵌入空間，不同數據第一次共享同一語義座標系，為跨模態檢索、理解與生成提供一致而高效的基礎。