Ir al contenido
por InfinyAI EN

IA en un minutoNoticiasModelos

ModelosActualizado:

Google lanza EmbeddingGemma 2, un modelo abierto que relaciona texto, imágenes, audio y vídeo en el propio dispositivo

Redacción de IA en un minuto · Editor: Jon Elgezabal

En 30 segundos

EmbeddingGemma 2 es el nuevo modelo abierto de Google para búsquedas que ya no se quedan en las palabras: reúne en un único espacio de vectores texto, imágenes, vídeo, audio y código. Tiene 740 millones de parámetros, parte de Gemma 4 y su licencia Apache 2.0 deja usarlo en productos comerciales. Hugging Face y Kaggle ya lo ofrecen para descargar, y después llegará a Model Garden.

Google amplía más allá del texto su modelo para buscar información en el propio dispositivo.

Ha lanzado EmbeddingGemma 2, un modelo abierto de embeddings (convierte contenidos en vectores para buscarlos y relacionarlos) que une texto, código, imágenes, audio y vídeo en un mismo espacio. Tiene 740 millones de parámetros, se basa en la arquitectura de Gemma 4 (su modelo generativo) y se publica con licencia Apache 2.0, que permite uso comercial.

Según Google, sirve para encontrar un clip de vídeo a partir de una nota de voz o buscar en horas de grabaciones de audio con una consulta de texto. El nuevo modelo ya está en Hugging Face y Kaggle (plataformas de modelos), y llegará pronto a Model Garden, el catálogo de modelos de Google para empresas.

Google lanzó el primer EmbeddingGemma el año pasado, solo para texto, y suma más de 20 millones de descargas. El nuevo es modular: para trabajar solo con texto le bastan 270 millones de parámetros, y los codificadores de imagen (170 millones) y de audio (300 millones) son opcionales. Cuantizado, en un Google Pixel 11 Pro necesita unos 191 MB de RAM para texto y unos 567 MB con todas sus capacidades.

Su ventana de contexto es de 8.000 tokens, cuatro veces la del primer modelo, lo que le permite procesar de una vez hasta 5,5 minutos de audio, 29 imágenes o 58 fotogramas de vídeo. En código, su puntuación en la prueba MTEB Code sube de 68,76 a 78,68.

Por qué importa · análisis y opinión

El primer EmbeddingGemma solo entendía texto, y eso dejaba fuera buena parte de lo que guarda una empresa: grabaciones de reuniones, fotos de producto, vídeos de formación. La nueva versión mete todo eso en el mismo buscador y, lo más llamativo, dentro del propio móvil u ordenador, sin mandar los archivos a ningún servidor. Los primeros en notarlo serán quienes desarrollan aplicaciones de búsqueda y asistentes que funcionan sin conexión, y las empresas que no pueden subir su material a la nube por privacidad. Lo que todavía no tiene fecha es su llegada al catálogo de Google para empresas.

Fuente oficial: Google · Redactada con ayuda de IA: cómo hacemos las noticias

La IA en tu correo, cada día o cada viernes

Las noticias que importan, cada una en un minuto. Con su fuente de cada una.

Elige uno o los dos:

Te apuntas y listo: el diario te llega cada noche y el semanal, los viernes por la mañana. Puedes darte de baja en cualquier envío.