Google 发布 Gemini Embedding 2 模型 3 月 11 日，Google 公司发布了全新的 Gemini Embedding 2 模型。这是 Google 的首个原生多模态嵌入模型，可以把文本、图像、视频和文档映射到同一个嵌入空间。 Gemini Embedding 2 支持文本、图像、视频、音频和文档，并能在 100 种语言中识别语义意图。新模型可以简化复杂的数据处理流程，同时增强多模态应用能力。应用场景包括检索增强生成（RAG）、语义搜索、情感分析以及数据聚类。Gemini Embedding 2 还可以在一次请求中同时接收「图像加文本」等类型的多种输入，从而分析不同媒体类型之间的关系。 目前，该模型已经通过 Gemini API 和 Vertex AI 提供公开预览。