<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>多模态 | Yummy 😋</title><description>📰 本频道不定期推送科技数码类新资讯，欢迎关注！  ©️ 发布的内容不代表本频道立场，和你意见不一样的话欢迎在评论区留言表达，但请注意言辞，面斥不雅。  ‼️ 关联群组定期清理不活跃成员和僵尸号，误封请联系管理员。🔗 博客: https://yummy.best  💬 群组: @GodlyGroup  📬 投稿: @GodlyNewsBot  🪧 广告合作： @yummybest_bot.</description><link>https://broadcastchannel-1zj.pages.dev</link><item><title>Google 推出Gemini Embedding 2（其首款原生支持多模态的嵌入模型）现已通过 Gemini API 和 Vertex AI 以公测形式向公众开放预览</title><link>https://broadcastchannel-1zj.pages.dev/posts/14972</link><guid isPermaLink="true">https://broadcastchannel-1zj.pages.dev/posts/14972</guid><pubDate>Tue, 10 Mar 2026 20:02:47 GMT</pubDate><content:encoded>&lt;video src=&quot;/static/https://cdn5.telesco.pe/file/180072d36e.mp4?token=M5NTG7YTwhgNNTg3QeuaWPuW6Vq_JSxhD5ne3Gvha5HSXnxIxC6jhjN57PVutlZstlVVEBfRMqH5NOOqrsGQ75IQd1Yms-bjDiZ_nCO6bFl0GMo-lMAqUB5T97JF_YfmXN1VFxrilPaGh7wESLbEcbq8mfZBEV1vrbb5-O9FoBLUuHIkV7o_8Lvu_s0Ck3Z8CLLgfG_LvlqWq2FiHVsaE5VB4JTK2LWi_7gN7G72hSB-bsbsbJjvlXoL0KZQDYfzPUQq3VvlX3TQaX6mNojtONGWg2JHS2bHvSi43-yfa_YU7Ht4OUKRUU4JA4MniOcQJSlsTJJModhaUn6iUg7zHjbg1tnBUgi0MRbll9aFxykGNdMuqYBekZXIAeuNQgGlDF3yDho6ric2x8oKD3wWTUjfXwOaIsGDKSz7lmWDD6M0ycWWkiIHY3_CEdP1ZEBKxXqeBCOMGN5P5a_McPou9Zx-3lWade7wguGNgiZiP5PQ_h3WcM2vro8uY_USaW0bNdwgIvm3QeZA7pVi5X4KKikYv61xDvVbiEasvdnBeGFZ1x6pOedqxAdFLdvn-9k5B1PustD7EwYKGhZ8Ei4xnMHdp_lP8I9gOZA7ky2JH0Xp-BdFxkHOYYVS3zbxaO81C9-pQa9DzyS8Nxtb0-FgUJzye6Igcxv1mDoeBkLsf3Y&quot; width=&quot;100%&quot; height=&quot;100%&quot;&gt;&lt;/video&gt;&lt;a href=&quot;https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/&quot; target=&quot;_blank&quot;&gt;&lt;b&gt;Google 推出Gemini Embedding 2（其首款原生支持多模态的嵌入模型）&lt;br /&gt;&lt;/b&gt;&lt;/a&gt;&lt;br /&gt;&lt;blockquote&gt;现已通过 Gemini API 和 Vertex AI 以公测形式向公众开放预览。&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;Gemini Embedding 2 是我们首个原生多模态嵌入模型，&lt;b&gt;能把文本、图像、视频、音频和文档映射到同一嵌入空间，从而实现不同媒体间的统一检索和分类功能&lt;/b&gt;，并能在 100 多种语言中理解语义意图。&lt;br /&gt;&lt;br /&gt;这大大简化了复杂的处理流程，并提升了多种多模态应用的效果——例如用于检索增强生成（RAG）、语义搜索、情感分析和数据聚类等任务。&lt;br /&gt;&lt;br /&gt;&lt;blockquote&gt; • &lt;b&gt;文本&lt;/b&gt;：支持最多 8192 个输入tokens的广泛上下文环境&lt;br /&gt; • &lt;b&gt;图像&lt;/b&gt;：每次请求最多可处理 6 张，支持 PNG 和 JPEG 格式&lt;br /&gt; • &lt;b&gt;视频&lt;/b&gt;：支持最多 120 秒的 MP4 或 MOV 格式视频输入&lt;br /&gt; • &lt;b&gt;音频&lt;/b&gt;：可以直接接收并生成音频的嵌入向量，无需先把音频转成文本&lt;br /&gt; • &lt;b&gt;文档&lt;/b&gt;：直接嵌入最多 6 页的 PDF 文件&lt;/blockquote&gt;&lt;br /&gt;&lt;br /&gt;由于不再局限于单一模态处理，该模型能原生识别交错的多模态输入，因此可在一次请求中同时输入图像和文本等多种数据。由此模型能把握不同媒体类型之间复杂而微妙的关联，更准确地理解真实世界中的复杂信息。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🗒&lt;/b&gt;&lt;/i&gt; 标签: &lt;a href=&quot;/search/%23Google&quot;&gt;#Google&lt;/a&gt; &lt;a href=&quot;/search/%23Gemini&quot;&gt;#Gemini&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81&quot;&gt;#多模态&lt;/a&gt;&lt;b&gt;&lt;br /&gt;&lt;/b&gt;&lt;i&gt;&lt;b&gt;📢&lt;/b&gt;&lt;/i&gt; 频道: &lt;a href=&quot;https://t.me/GodlyNews1&quot; target=&quot;_blank&quot;&gt;@GodlyNews1&lt;/a&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🤖&lt;/b&gt;&lt;/i&gt; 投稿: &lt;a href=&quot;https://t.me/GodlyNewsBot&quot; target=&quot;_blank&quot;&gt;@GodlyNewsBot&lt;/a&gt;</content:encoded></item></channel></rss>