Megjelent az eszközökön futtatható EmbeddingGemma 2 modell
A Google DeepMind bemutatta az első olyan nyílt forrású beágyazási modelljét, amely közvetlenül az eszközökön hangot, képet és videót is képes kezelni.
Az EmbeddingGemma 2 a Google első olyan natívan multimodális megoldása, amelyet kifejezetten a felhasználók eszközein történő futtatásra terveztek. A nyílt hozzáférésű technológia közvetlenül a helyi hardvereken működik.
Az új modell túllép az egyszerű szöveges adatokon, és egyetlen közös térben egyesíti a programkódokat, a képeket, a hangokat, valamint a videókat. Ez a multimodális beágyazási képesség lehetővé teszi a különböző tartalomtípusok közötti gyors és hatékony keresést, illetve rendszerezést.
A Google DeepMind nyílt modellként tette közzé az újdonságot, így a fejlesztők szabadon beépíthetik azt a saját alkalmazásaikba és helyi munkafolyamataikba.