Google lance EmbeddingGemma 2

MMarc

Google a lancé mardi EmbeddingGemma 2, un modèle multimodal à poids ouverts de 740 millions de paramètres, conçu pour rechercher localement dans le texte, les images, l’audio et la vidéo, selon AlphaSignal. Sur un Pixel 11 Pro, Google indique une consommation mémoire d’environ 191 mégaoctets pour le texte seul et de 567 mégaoctets pour l’ensemble multimodal. Le modèle prend aussi en charge la quantification INT4 et INT8, deux formats proposés pour son utilisation, sans que ces chiffres précisent leur effet sur la mémoire. Google présente également des embeddings Matryoshka, dont la représentation peut être réduite de 768 à 128 dimensions ; l’entreprise affirme que cette compression peut diminuer jusqu’à 8 fois la taille de l’index nécessaire à la recherche. Pour montrer des usages possibles, Google propose AI Edge Foresight, une application Mac de réunion hors ligne qui permet de poser des questions en direct. Dans l’application mobile AI Edge Gallery, des fonctions permettent de rechercher des photos et des vidéos. Les développeurs peuvent utiliser le modèle avec MediaPipe Tasks et LiteRT, et ses poids sont disponibles sur Hugging Face. Une intégration à ML Kit est annoncée prochainement. L’ensemble vise ainsi à permettre une recherche dans plusieurs types de contenus directement sur l’appareil, avec des usages présentés sur ordinateur et sur mobile ; les chiffres de mémoire et de compression donnent des repères sur les ressources nécessaires à ces fonctions.