DigUp 开源：基于 Google DeepMind 的 EmbeddingGemma 2 在本地实现跨文件类型语义搜索

Google DeepMind 开源 EmbeddingGemma 2 嵌入模型及应用生态

2026年10月18日，Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2：总参数 740M，基于 Gemma 4 架构，将文本（含代码）、图像、视频和音频统一映射到 768 维向量空间，支持 100+ 语言，面向手机、笔记本等消费级硬件上的搜索、RAG、分类和聚类应用。其中文本骨干为 270M 参数，视觉（170M）和音频（300M）编码器可按需加载；原生支持 MRL 截断至 128d/256d/512d，最多可降低 6 倍向量存储成本；8K token 上下文窗口，代码任务较前代提升约 14%。据 Hugging Face 页面，MTEB 多语言 v2 得分 61.36，采用 Apache 2.0 许可，可通过 sentence-transformers 使用。同日后续报道显示，开源工具 DigUp 基于该模型实现了本地化跨文件类型语义搜索：可在 Mac、Windows 和 Linux 上按文件内容语义搜索照片、PDF、文档、录音、视频和代码，全部本地运行，模型一次下载 865 MB，索引内容不上传，仅联网下载模型和检查更新；其中 Mac 版需 Apple Silicon 和 macOS 14+，Windows 和 Linux 版为 v0.7.0-beta.2 测试版。该仓库创建 10 天已获 4765 星。