模型
别名：Gemini Embedding 2
Google 发布的多模态嵌入模型，支持视频等非文本数据向量化。
已跟踪 8 条高相关材料
最近变化
2026-05-19 · 使用 Gemini embedding 2 多模态模型直接嵌入视频片段。
为什么值得关注
Gemini embedding 2 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Building with Gemini Embedding 2: Agentic multimodal RAG and beyond
Google Developers Blog · 8.5 分
Google宣布Gemini Embedding 2正式可用，该模型支持文本、图像、视频、音频和文档的统一嵌入，实现100多种语言的跨模态搜索与应用，如增强型多模态RAG、视觉搜索等。
The Gemini API's File Search tool now supports multimodal retrieval. Use `gemini-embedding-2` as the...
Philipp Schmid(@_philschmid) · 7.8 分
Gemini API 的文件搜索工具现已支持多模态检索，使用 `gemini-embedding-2` 模型可构建统一处理 PDF 和图像的 RAG 系统，索引与查询分离计费，存储和查询嵌入免费。
Last week, we made Gemini Embedding 2, our first natively multimodal embedding model, available to t...
Google AI(@GoogleAI) · 7.8 分
Google 推出 Gemini Embedding 2，首个原生多模态嵌入模型，可将文本、图像、视频、音频统一映射为语义向量，支持跨模态语义搜索，已开放公测并用于视频分析、视觉购物等场景。
已收录 8 条与 Gemini embedding 2 相关的内容，按评分排序。
Google宣布Gemini Embedding 2正式可用，该模型支持文本、图像、视频、音频和文档的统一嵌入，实现100多种语言的跨模态搜索与应用，如增强型多模态RAG、视觉搜索等。
入选理由：Gemini Embedding 2是首个通过单一接口处理多样输入并映射至同一语义空间的模型，支持多模态数据理解。
Gemini API 的文件搜索工具现已支持多模态检索，使用 `gemini-embedding-2` 模型可构建统一处理 PDF 和图像的 RAG 系统，索引与查询分离计费，存储和查询嵌入免费。
入选理由：Gemini 新增多模态文件检索能力，支持 PDF 与图像混合检索。
Google 推出首个原生多模态嵌入模型，可将文本、图像、视频、音频统一映射为语义向量，支持跨模态语义搜索，已开放公测并用于视频分析、视觉购物等场景。
入选理由：Gemini Embedding 2 是首个原生多模态嵌入模型，支持文本、图像、视频、音频统一编码。
视频搜索不再依赖转录文本或元数据，可直接通过多模态模型嵌入视频片段进行检索。
入选理由：使用 Gemini embedding 2 多模态模型直接嵌入视频片段。
Gemini API 的 File Search 工具升级为多模态，基于 Gemini Embedding 2 模型，支持自定义元数据与内联引用，且查询时的存储与嵌入生成免费。
入选理由：File Search 现支持文本、图像等多模态文件检索
Gemini API File Search 工具新增多模态支持，支持图像与文档嵌入，简化 RAG 构建，并可引用页码；但信息高度碎片化，无技术细节或验证。
入选理由：Gemini Embedding 2 现支持图像和文档联合嵌入
Gemini Embedding 2 正式发布，支持文本、图像、视频、音频和文档统一嵌入，但原文仅为一条无技术细节的 Twitter 宣发推文。
入选理由：Gemini Embedding 2 已进入通用可用（GA）阶段
Gemini Embedding 2 正式发布，是 Google DeepMind 首个支持文本、图像、视频、音频和文档统一向量嵌入的多模态模型。
入选理由：Gemini Embedding 2 是 Google 首个多模态统一嵌入模型
