EmbeddingGemma 2が登場。写真・動画・音声を0.74Bで横断検索

埋め込みモデル「EmbeddingGemma 2」が登場した。PC Watchによると、写真、動画、音声といった異なる種類のデータをまとめて検索でき、モデルの規模は0.74B（7億4,000万パラメータ）。用途としてローカルRAG向けとうたわれている。名称から、Gemmaシリーズのモデルの一つとみられる。

埋め込みモデルは、文章や画像などを数値のベクトルに変換し、意味の近いもの同士を探せるようにする仕組みだ。RAG（検索拡張生成）では、生成AIが回答する前に、このベクトルを使って関連する資料を探し出す。

今回の特徴は、テキスト以外のデータも同じ枠組みで扱える点と、1B未満という小さな規模にある。小さなモデルであれば、クラウドにデータを送らずにPCやスマートフォンの上で検索の仕組みを動かしやすくなる。精度や処理速度、対応言語などの詳細は出典で確認してほしい。