Google 於 10月6日喲，正式宣佈推出全新模型 EmbeddingGemma 2。呢個模型主打畀普通消費級裝置，做文字、圖片、音訊同影片嘅多模態搜尋、整理同連結。最大賣點就係全部資料處理喺「裝置端」（On-device，即係喺你手入面個裝置，唔係喺雲端）完成，唔使連網都搞得掂。
模型規格同授權
EmbeddingGemma 2 基於 Gemma 4 架構，7.4億參數，採用 Apache 2.0 開源授權。Google 話呢個授權同設計，係為咗確保喺運算資源受限嘅環境（例如手機、平板），都能維持可靠嘅本機推論效能。
量化過之後嘅資源占用，Google 舉例：喺 Google Pixel 11 Pro，純文字版模型權重（weights）只用約 191MB 記憶體（RAM），完整多模態版本用約 567MB。
AI Edge Foresight：Mac 上嘅離線知識庫
同模型一齊推出嘅，係一款專為 Mac 打造嘅實驗性應用程式 AI Edge Foresight，鎖定兩個場景：會議筆記同個人知識檢索。
會議嚟到，程式喺背景靜靜運行，你隨手記下幾個關鍵字，佢會結合即時生成嘅逐字稿，將你嘅速記擴充成語意通順嘅完整筆記。Google 強調，音訊同逐字稿嚴格喺本機處理，絕唔上傳雲端。
另外你可以將佢連結到專案資料夾、參考文件、圖表、行事曆，支援本地檔案同 Google Drive。用對話式檢索同摘要，直接向系統提問，揾你想揾嘅嘢。Google 仲加咗「即時助理」（Live Assistance）功能，程式持續聆聽工作脈絡，自動回答問題，唔使你一個檔一個檔翻。
手機端都有升級
手機端嘅 Google AI Edge Gallery 會迎嚟兩項升級：「即時媒體搜尋」（Instant Media Search）同「影片片段尋找」（Video Moments Finder）。你可以用文字或圖片喺本機媒體庫揾內容，甚至一鍵定位特定影片片段。
模姐驗嚇貨
EmbeddingGemma 2 嘅定位好清晰：唔係爭推理能力嗰啲，而係做裝置端搜尋同索引嘅底座。7.4億參數、Apache 2.0、191MB～567MB，呢個數字如果真係實，對本機部署嚟講確實唔算大。但「實驗性應用程式」四個字要注意，AI Edge Foresight 而家仲係實驗階段，成熟度同穩定性有待時間驗證。私隱層面，「絕不上傳雲端」係 Google 嘅承諾，而唔係獨立查證嘅事實；用家自己喺本地環境運行，理論上數據控制權喺自己手上，呢個就係裝置端方案最實在嘅好處。
模姐｜深度調教
