搜尋

找到 3 筆；也可以試試語意搜尋

X @GoogleDeepMind● 精選10/6 17:04AI 評分80

@GoogleDeepMind: At 740M parameters, it’s competitive across benchmarks – even outperforming some specialist models …

Google DeepMind 推出 EmbeddingGemma 2 嵌入模型，740M 引數在多項基準上具備競爭力，甚至超過部分引數量兩倍以上的專用模型。模型以 Apache 2.0 許可發布，權重已上線 Hugging Face 與 Kaggle。開發者可用它為應用加入多模態檢索，例如用語音備忘錄定位影片片段，也可與 Gemma 4 搭配實現端側私有 RAG。

模型開源 EmbeddingGemma 2 開源嵌入模型端側推理多模態檢索

2 個來源 · 3 則報導閱讀原文

X @GoogleDeepMind● 精選10/6 17:04AI 評分73

@GoogleDeepMind: Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings.

Google DeepMind 發布 EmbeddingGemma 2，稱其為首個原生多模態的端側嵌入開放模型。該模型在文字之外，把程式碼、影像、音訊與影片統一對映到同一個共享向量空間，可用於在裝置本地完成跨模態檢索與相似度計算。官方目前只給出這一定位，未公布引數規模、上下文長度、適配硬體與開源許可等細節。

模型開源多模態端側嵌入模型 EmbeddingGemma 2 開源

2 個來源 · 3 則報導閱讀原文

Google DeepMind blog● 精選9/23 17:00AI 評分75

Google 為 Private AI Compute 引入服務端持久記憶

Google 公布 Private AI Compute 新架構，將在雲端加入持久化記憶層，實現跨裝置連續 AI 助手體驗，同時保持端側級別的隱私標準。資料加密存放在雲端專用儲存中，解密金鑰僅保留在使用者裝置上，Google 自身也無法讀取；模型需要呼叫時通過端到端加密通道進入硬體隔離的安全飛地，臨時解密、寫入新上下文後立即重新加密。此前該平台及業界同類方案均為無狀態，任務結束即清除上下文。

政策與安全產品與方案 Private AI Compute 隱私保護安全飛地端到端加密雲端持久記憶

閱讀原文