Google、740MのEmbeddingGemma 2をApache 2.0で公開　音声・動画も同じ空間へ

何が発表されたか

• Google DeepMind が2026年10月6日、埋め込みモデル「EmbeddingGemma 2」を公開した。Gemma 4 アーキテクチャ上の740Mパラメータで、ライセンスは Apache 2.0。
• 従来の EmbeddingGemma はテキスト専用だったが、コード・画像・動画・音声を同じ埋め込み空間に載せられるようになった。
• 構成はモジュール式。テキストのみなら270Mパラメータで、vision（170M）と audio（300M）のエンコーダは任意で追加する。
• 埋め込み次元は768で、Matryoshka Representation Learning により512 / 256 / 128へ切り詰められる。ストレージは最大6分の1になる。
• コンテキストは8Kトークンで初代の4倍。音声なら約5.5分、画像29枚、動画58フレーム、またはそれらの混在に相当する。
• 量子化して Pixel 11 Pro で動かした場合の実効メモリは、テキストのみで約191MB、マルチモーダル全部込みで約567MB。
• MTEB Code のスコアは68.76から78.68へ9.92ポイント上昇。Google は1Bパラメータ未満のマルチモーダル埋め込みモデルの中で MTEB Code と MAEB で首位だとしている。
• 重みは Hugging Face と Kaggle で配布。MediaPipe、LiteRT、transformers.js などの端末内向けツールに対応し、Gemini Enterprise Agent Platform の Model Garden でも近日提供予定とされている。

開発者への影響

• Apache 2.0 なので商用利用の制約が軽い。社内ドキュメント検索やサイト内検索を自前で組むときの埋め込み層の候補になる。
• 端末内で完結させられるサイズなので、入力を外部APIに出さずに検索やRAGを回す構成が取りやすい。顧客データの持ち出しが問題になる案件で選択肢になる。
• 768次元を128次元まで切り詰められるため、ベクトルDBの容量と検索コストを後から調整できる。最初に次元を決め打ちせずに済む。
• テキストのみなら270Mで足りる構成なので、画像や音声を扱わない用途で無駄に大きいモデルを抱える必要がない。