Google发布EmbeddingGemma 2及离线会议工具
先了解这件事
2026年10月7日，Google DeepMind发布了开源多模态嵌入模型EmbeddingGemma 2。该模型基于Gemma 4架构，参数量为7.4亿（740M），支持文本、图像、音频和视频的统一嵌入空间处理。在Massive Text Embedding Benchmark (Code)中，其得分达到78.68，性能超越了参数量为其两倍以上的竞品。报道指出，该模型支持本地运行，仅需约191 MB RAM，查询耗时在20至70毫秒之间，权重已正式上线Hugging Face和Kaggle平台。随后在2026年10月8日，Google推出了Mac端离线会议记录应用AI Edge Foresight，直接对标Granola。该工具利用EmbeddingGemma 2模型实现完全本地运行，并集成Gemma 4助手以支持实时问答与知识库构建。最新报道称，该应用为实验性笔记工具，免费使用且仅针对Apple Silicon Mac优化，确保音频和笔记数据不离开本地设备，展示了该轻量级模型在实际应用场景中的落地能力。
AI 根据报道生成 · 7 天前更新
事件进展
- 10月8日 21:28 · 2 篇报道Google发布离线AI会议记录工具Edge ForesightThe Verge · AI：Google AI Edge Foresight 支持完全离线会议转录
- 10月7日 03:47 · 2 篇报道Google发布EmbeddingGemma 2多模态嵌入模型The Decoder：Google 发布 EmbeddingGemma 2，740M 参数多模态嵌入模型性能超越两倍大小竞品
报道时间线
沿着报道，了解事件的不同侧面。
- The Verge · AI精选Google AI Edge Foresight 支持完全离线会议转录
Google 推出实验性笔记应用 Google AI Edge Foresight，利用 EmbeddingGemma 2 模型在 macOS 上实现完全离线的会议转录与总结。该工具免费使用，仅针对 Apple Silicon Mac 优化，确保音频和笔记数据不离开本地设备。
- TechCrunch · AIGoogle 发布离线会议记录工具 AI Edge Foresight
Google 推出 Mac 端离线会议记录应用 AI Edge Foresight，直接对标 Granola。该工具利用 740M 参数的 EmbeddingGemma 2 模型实现完全本地运行，并集成 Gemma 4 助手支持实时问答与知识库构建。
- Google DeepMindGoogle DeepMind 发布 EmbeddingGemma 2 开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构的 7.4 亿参数开源多模态嵌入模型，支持文本、图像、音频和视频的统一嵌入空间处理。
- The DecoderGoogle 发布 EmbeddingGemma 2，740M 参数多模态嵌入模型性能超越两倍大小竞品
Google 推出开源多模态嵌入模型 EmbeddingGemma 2，参数量仅 740M。该模型在 Massive Text Embedding Benchmark (Code) 得分 78.68，性能优于两倍大小的竞品。它支持本地运行，仅需约 191 MB RAM，查询耗时 20-70 毫秒，权重已上线 Hugging Face 和 Kaggle。
本事件热度走势
当前热度 3·可比范围峰值 24（10月9日 01:00）·近 24 小时可比范围变化 -75%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。