Google Inazindua UpachikajiGemma 2: Upachikaji wa Multimodal Kwenye Kifaa katika Vigezo vya 740M

Google ilizindua EmbeddingGemma 2, muundo wa upachikaji ulio wazi na mwepesi ambao asili yake unapanga michanganyiko ya maandishi, picha, sauti na video katika nafasi moja iliyounganishwa ya kupachika. Tangazo hilo, lililochapishwa tarehe 6 Oktoba 2026 na wahandisi wa utafiti wa Google DeepMind, Sahil Dua na Henrique Schechter Vera, linaweka kielelezo cha kigezo cha milioni 740 kama chaguo chenye uwezo zaidi wa upachikaji wa miundo mingi kwenye kifaa, iliyotolewa chini ya leseni inayoruhusiwa kibiashara ya Apache 2.0 na iliyoundwa kwenye muundo wa Gemma 4.

EmbeddingGemma ya kwanza ilizidi matarajio ya Google, huku zaidi ya upakuaji milioni 20 ukitumia zana za utafutaji kwenye kifaa na urejeshaji wa faragha-kwanza uboreshaji mabomba ya uzalishaji. Muendelezo huu ulizua shauku ya mara moja ya wasanidi programu, na hivyo kuchora mojawapo ya mijadala mikubwa zaidi ya siku ya Hacker News huku wajenzi walivyotathmini maana ya kipachikaji kimoja cha aina nyingi kwa programu za ndani za AI news, maktaba za midia na mifumo ya RAG ambayo kamwe haigusi wingu.

Muundo Mmoja wa Maandishi, Msimbo, Picha, Sauti na Video

EmbeddingGemma 2 ya uwezo wa kichwa cha habari ni multimodality asili. Badala ya kutumia usimbaji tofauti kwa kila mtindo na kuunganisha matokeo pamoja, muundo huo hupachika michanganyiko ya maandishi, msimbo, picha, video na sauti katika nafasi moja iliyoshirikiwa. Mifano ya Google ni pamoja na kutafuta klipu maalum ya video kwa kutumia memo ya sauti kama hoja, au saa za utafutaji za rekodi za sauti kwa haraka ya maandishi, yote yakichakatwa na muundo mmoja kwenye maunzi ya ndani.

Usanifu ni wa msimu. Kiini cha maandishi pekee kinahitaji kiasi kidogo cha vigezo milioni 270, na maono ya hiari (vigezo milioni 170) na visimbaji vya sauti (vigezo milioni 300) vinavyoongeza usaidizi kamili wa modi nyingi. Kwa hivyo, wasanidi programu wanaweza kupeleka kipachikizo cha maandishi kifupi leo na kukua katika urejeshaji kamili wa aina nyingi bila kubadilisha familia za kielelezo.

Matokeo ya Kulinganisha na Ufanisi wa Uhifadhi

Google inaripoti kuwa EmbeddingGemma 2 hupata alama za kuongoza kati ya vipachikaji vya miundo mingi ya sub-1B kwenye viwango vinavyojumuisha MTEB (Kigezo cha Upachikaji wa Maandishi Makubwa) na MAEB (Kigezo cha Upachikaji Kikubwa cha Sauti), huku ikilinganisha au kufanya utendakazi wa miundo mingi zaidi katika maandishi, maono, na kazi za sauti. Faida kubwa zaidi ni katika msimbo: Utendaji wa Msimbo wa MTEB uliruka pointi 9.92, kutoka 68.76 hadi 78.68, ambayo Google inasema hufanya kielelezo kifae vyema katika faharasa ya codebase ya ndani, utafutaji wa msimbo wa kisemantiki, na kurejesha wakala wa usimbaji. Katika picha, video, hati na sauti, kampuni inadai kiwango kipya cha ubora kwa kila kigezo cha miundo ya sub-1B, ikisema kuwa inashinda baadhi ya miundo maalum zaidi ya mara mbili ya ukubwa wake.

Ufanisi wa uhifadhi unatoka kwa Mafunzo ya Uwakilishi wa Matryoshka (MRL). Vekta za pato zinaweza kupunguzwa kwa nguvu kutoka kwa vipimo 768 hadi vipimo 512, 256, au 128, na hivyo kutoa hadi upunguzaji wa hifadhi mara 6 kwa hifadhidata za vekta za ndani na matumizi ya kumbukumbu. Kwa wasanidi programu wanaoendesha urejeshaji kwenye simu au maunzi yaliyopachikwa, tofauti hiyo mara nyingi huamua kama kipengele kitasafirishwa kabisa.

Imeundwa kwa Bajeti Nyivu za Vifaa

Alama ya juu ya kifaa ndio sehemu kuu ya uuzaji ya modeli. Kwa kukadiria, Google inaripoti kuwa EmbeddingGemma 2 inahitaji kiasi kidogo cha takriban 191MB ya RAM inayotumika kwa uzani wa maandishi pekee na takriban 567MB kwa muundo kamili wa modi nyingi kwenye Google Pixel 11 Pro. Dirisha la muktadha pia limeongezeka hadi tokeni 8,000, kubwa mara nne kuliko EmbeddingGemma 1, inayotosha kuchakata hadi dakika 5.5 za sauti, picha 29, au fremu 58 za video kwa pasi moja, au michanganyiko yake iliyoingiliana.

Kwa sababu muundo huu hushiriki kiweka alama cha maandishi na kisimbaji cha sauti na Gemma 4, wasanidi programu wanaweza kuendesha EmbeddingGemma 2 kando ya Gemma 4 katika bomba lililounganishwa na kumbukumbu ya chini iliyojumuishwa, kuwezesha RAG ya kifaa ambapo urejeshaji na uundaji wote hufanyika ndani. Google inaonyesha hii katika programu yake ya AI Edge Foresight, kuoanisha urejeshaji wa faili wa ndani na hoja ya muktadha ya Gemma 4.

Zana na Upatikanaji

Muundo huo unapatikana kupitia zana za Google za AI Edge. Programu ya Google AI Edge Gallery huonyesha Utafutaji wa Midia ya Papo Hapo, ambayo hupata ulinganifu wa maktaba kwa mfanano wa kimaana kutoka kwa maswali ya maandishi au picha, na Kitafuta Video cha Moments ambacho hupata matukio mahususi kwa kutumia hoja za maandishi au sauti. Kesi za uainishaji, uelekezaji na utumiaji wa wakati halisi hufichuliwa kupitia API ya Kazi ya Uamuzi ya MediaPipe, na blogu ya Google ya AI Edge inaandika jinsi ya kuunda utafutaji kwenye kifaa na mifumo ya RAG kwa LiteRT. Vipimo kamili vya tathmini vinapatikana katika kadi ya mfano.

Kwa Nini Upachikaji Kwenye Kifaa Ni Muhimu

Miundo ya upachikaji haifanyi vichwa vya habari jinsi miundo ya gumzo la mipakani hufanya, lakini hukaa chini ya vipengele vya vitendo vya AI: utafutaji wa kimaana, pendekezo, urudishaji, uainishaji, na urejeshaji wa RAG. Kuziendesha ndani hubadilisha calculus ya faragha na latency kabisa. Data haiachi kamwe kifaa, hoja hufanya kazi nje ya mtandao, na hakuna gharama ya kila simu ya API, ambayo ni muhimu kwa kiwango cha mabilioni ya vifaa vilivyopachikwa.

EmbeddingGemma 2 pia huongeza ushindani katika nafasi ya muundo huria yenye ufanisi, ambapo Google, Meta, Mistral, na kundi la maabara ndogo hukimbia ili kuthibitisha kwamba AI muhimu inaweza kukimbia bila kituo cha data. Muundo wa kigezo cha 740M unaoshughulikia mbinu tano kwenye simu ni kiashirio mashuhuri katika mbio hizo. Ikiwa mwelekeo wa upakuaji wa mtangulizi wake ni dalili yoyote, tarajia EmbeddingGemma 2 kuonekana katika anuwai ya bidhaa za rununu na za kisasa katika miezi ijayo.

Kaa Mbele ya Mkondo wa AI

AI kwenye kifaa inasonga mbele kwa kasi zaidi kuliko watu wengi wanavyotambua. Soma habari za hivi punde za AI kwenye aibuzzwire.news ili kuangazia kila uzinduzi mkuu wa muundo, alama na toleo la zana la wasanidi programu.

Soma habari zaidi za AI →