Google DeepMind EmbeddingGemma 2’yi açtı: cihaz üstü çok modlu gömme modeli

Google DeepMind, 6 Ekim 2026’da açık ve hafif gömme (embedding) modeli EmbeddingGemma 2’yi duyurdu. Geçen yıl yalnızca metin için tanıtılan EmbeddingGemma’nın halefi olan yeni model; metin, kod, görsel, video ve sesi tek bir ortak gömme uzayında birleştiriyor. Gemma 4 mimarisi üzerine kurulan ve ticari kullanıma izin veren Apache 2.0 lisansıyla yayınlanan model 740 milyon parametreye sahip. Google, bu boyutun modeli cihaz üstü çıkarım için ideal hale getirdiğini söylüyor.

Gömme modeli ne işe yarıyor?

Gömme modelleri, bir içeriği anlamını temsil eden sayısal bir vektöre dönüştürür. Bu vektörler sayesinde uygulamalar benzer içerikleri bulabilir, arama yapabilir ya da büyük dil modellerine bağlam sağlayan RAG (geri getirme destekli üretim) hatları kurabilir. Google, ilk EmbeddingGemma’nın 20 milyondan fazla indirildiğini ve geliştiricilerin onu cihaz üstü arama araçları ile gizlilik öncelikli RAG hatlarında kullandığını belirtiyor. Yeni sürümle örneğin bir sesli notla belirli bir video klibi bulmak ya da saatlerce süren ses kayıtlarında metinle arama yapmak, tek bir yerel çok modlu modelle mümkün hale geliyor.

Öne çıkan özellikler

• Boyutuna göre güçlü: Google’a göre model, MTEB Code ve MAEB (Massive Audio Embedding Benchmark) gibi testlerde 1 milyar parametrenin altındaki çok modlu gömme modelleri arasında lider skorlar alıyor; metin, görsel ve ses görevlerinde daha büyük birçok modelle boy ölçüşüyor.
• Modüler yapı: Yalnızca metin iş yükleri için 270 milyon parametre yeterli. Görsel (170 milyon) ve ses (300 milyon) kodlayıcıları isteğe bağlı olarak eklenebiliyor.
• Depolama verimliliği: Matryoshka Representation Learning (MRL) sayesinde 768 boyutlu çıktı vektörleri 512, 256 ya da 128 boyuta kısaltılabiliyor. Bu, yerel vektör veritabanlarında 6 kata kadar depolama tasarrufu sağlıyor.
• Cihaz üstü performans: Nicemlenmiş (quantized) haliyle Google Pixel 11 Pro’da yalnızca metin ağırlıkları için yaklaşık 191 MB, tam çok modlu model için yaklaşık 567 MB aktif RAM gerekiyor.
• Daha uzun bağlam: 8 bin tokenlık bağlam penceresi, ilk sürümün dört katı. Bu, 5,5 dakikaya kadar ses, 29 görsel, 58 video karesi ya da bunların karışımını yerelde işlemeye yetiyor.

Kodda belirgin sıçrama

Google, EmbeddingGemma 2’nin ilk modelin güçlü çok dilli metin performansını koruduğunu, kod tarafında ise MTEB Code skorunu 68,76’dan 78,68’e çıkararak 9,92 puanlık bir artış sağladığını açıkladı. Şirket bunun modeli yerel kod tabanı indeksleme, anlamsal kod arama ve kodlama ajanlarının bilgi getirmesi için uygun hale getirdiğini söylüyor. Görsel, video, belge ve ses alanlarında ise modelin 1 milyarın altındaki modeller için parametre başına kalitede yeni bir standart belirlediği ve iki katından büyük bazı uzman modelleri geride bıraktığı iddia ediliyor. Tüm değerlendirme sonuçları model kartında yer alıyor.

Gemma 4 ile ortak hat

EmbeddingGemma 2, Gemma 4 ile aynı metin tokenizer’ını ve ses kodlayıcısını paylaşıyor. Bu sayede iki model birlikte, daha düşük toplam bellek ayak iziyle tek bir hatta çalıştırılabiliyor: EmbeddingGemma 2 yerel dosyaları getiriyor, Gemma 4 ise bağlamsal akıl yürütmeyi üstleniyor. Google bu kullanımı Google AI Edge Gallery’deki Instant Media Search ve Video Moments Finder ile Google AI Edge Foresight uygulamasında gösteriyor. MediaPipe Decision Task API ile sınıflandırma ve yönlendirme gibi gerçek zamanlı karar motorları da kurulabiliyor.

Nereden indirilebilir?

Model ağırlıkları Hugging Face ve Kaggle’da yayında; Gemini Enterprise Agent Platform Model Garden desteği yakında gelecek. Cihaz üstü optimize sürümler Hugging Face’teki LiteRT Community sayfasında bulunuyor. Model; transformers, sentence-transformers, MLX, vLLM, llama.cpp, SGLang, Ollama ve LM Studio ile çalıştırılabiliyor, tarayıcıda ise transformers.js ve WebGPU ile kullanılabiliyor. Vektör depolama için Qdrant, ince ayar için Unsloth rehberleri de lansman ortakları arasında.

Kaynak: Google — EmbeddingGemma 2: an open, lightweight multimodal embedding model