تطلق جوجل EmbeddingGemma 2 لنموذج تضمين متعدد الوسائط
أعلنت شركة جوجل عن إطلاق نموذج EmbeddingGemma 2 المفتوح المصدر، وهو نموذج تكامل متعدد الوسائط خفيف الوزن مصمم لتشغيل المهام الحسابية مباشرة على الأجهزة الاستهلاكية دون الاعتماد على البنية التحتية السحابية. يأتي هذا الإصدار الثاني استجابةً للإقبال الكبير من مجتمع المطورين، حيث تجاوز عدد تنزيلات النسخة الأولى عشرين مليون تحميل، مما دفع الشركة لتوسيع نطاق النموذج ليدمج نصوص الكود والصور ومقاطع الفيديو والصوت في فضاء تكامل موحد. يعتمد النموذج الجديد على بنية Gemma 4، ويحتوي على 740 مليون معلمة، ويتم إصداره بموجب ترخيص Apache 2.0 التجاري المرن، مما يجعله مناسباً للتطبيقات التجارية والخاصة على حد سواء. يتميز EmbeddingGemma 2 ببنية معيارية مرنة، حيث يتطلب 270 مليون معلمة فقط لمهام النصوص، مع إمكانية تفعيل وحدات بصرية وصوتية اختيارية بحجم 170 و300 مليون معلمة على التوالي. ويحقق النموذج أداءً متفوقاً ضمن فئته، متفوقاً على العديد من النماذج الأكبر حجماً في معايير المقاييس المعتمدة مثل MTEB وMAEB، وسجل تحسناً ملحوظاً بنسبة 9.92 نقطة في تقييمات الكود البرمجي. وتتميز النسخة الثانية بقاعدة سياقية أوسع تبلغ 8 آلاف رمز، أي أربعة أضعاف حجم سابقتها، مما يمكنها من معالجة ما يصل إلى 5.5 دقيقة من الصوت، أو 29 صورة، أو 58 إطاراً للفيديو في وقت واحد. ومن منظور الكفاءة التقنية، يعتمد النموذج على تقنية Matryoshka Representation Learning، مما يسمح للمطورين بتقليل أبعاد المتجهات الناتجة ديناميكياً من 768 إلى 512 أو 256 أو 128 بُعداً، مما يخفض استهلاك التخزين في قواعد البيانات المتجهة المحلية بنسبة تصل إلى ستة أضعاف. كما تم تحسين النموذج ليعمل بكفاءة داخل حدود موارد ضيقة، حيث يستهلك حوالي 191 ميجابايت من الذاكرة العشوائية لمهام النصوص فقط، و567 ميجابايت للنموذج متعدد الوسائط بالكامل عند تشغيله على أجهزة Pixel 11 Pro باستخدام تقنية التكميم. يهدف الإصدار الجديد إلى تمكين المطورين من بناء أنظمة بحث محلية متقدمة، وسلاسل استرجاع المعلومات المعززة بالذكاء الاصطناعي بحماية تامة للخصوصية، مما يقلل الاعتماد على السحابة. كما يفتح النموذج آفاقاً واسعة لمعالجة فهارس الكود البرمجي داخلياً، وتحليل الوسائط المتعددة مباشرة على الطرف المستخدم، مما يعزز سرعة الاستجابة ويخفض التكاليف التشغيلية بشكل ملحوظ.
