Uma busca que entende diferentes formatos
O Google DeepMind apresentou em 6 de outubro o EmbeddingGemma 2, modelo aberto de 740 milhões de parâmetros voltado à criação de embeddings multimodais. Ele representa texto, código, imagens, áudio e vídeo num espaço vetorial comum para facilitar busca por similaridade.
Na prática, o usuário pode descrever com palavras uma cena e encontrá-la dentro de vídeos, ou localizar uma gravação relacionada a uma anotação. O modelo não substitui um assistente generativo: sua função principal é localizar e relacionar conteúdos.
Por que rodar localmente importa
O lançamento utiliza arquitetura derivada da Gemma 4 e licença Apache 2.0. O Google informa operação modular, com cerca de 270 milhões de parâmetros na modalidade textual e componentes opcionais de visão e áudio.
Em testes apresentados pela empresa com quantização no Pixel 11 Pro, foram relatados cerca de 191 MB de RAM ativa na configuração de texto e 567 MB no modelo multimodal. São medições específicas do fabricante, não garantias universais para qualquer aparelho.
O que desenvolvedores podem construir
O sistema abre espaço para bibliotecas privadas pesquisáveis, indexação local de código, busca de trechos de vídeos e recursos de acessibilidade. Com aplicações RAG, um modelo generativo pode consultar os resultados da busca para responder usando informações armazenadas no dispositivo.
O EmbeddingGemma 2 também oferece vetores de 768 dimensões que podem ser reduzidos para 512, 256 ou 128, trocando precisão potencial por economia de armazenamento. A melhor configuração depende do conjunto de documentos e dos testes de recuperação.
O que ainda precisa ser medido
A empresa informa suporte a até 8 mil tokens de contexto e exemplos envolvendo áudio, imagens e quadros de vídeo. Performance real vai depender de hardware, quantização e complexidade do acervo.
O diferencial aqui não é uma IA capaz de fazer tudo, e sim uma camada de busca multimodal que reduz dependência de servidores externos em aplicações com requisitos de privacidade ou operação offline.
Fontes oficiais e imagens originais
As imagens e gráficos originais dos autores podem ser consultados nos links das fontes. A capa desta matéria é uma arte editorial independente, não uma imagem oficial do fabricante.