EmbeddingGemma 2 aproxima texto, imagem e áudio em buscas locais

Modelo aberto do Google organiza diferentes formatos em um espaço comum de representação.

Ilustração criada com IA para o Rodopio.

Publicado em 6 de outubro, o EmbeddingGemma 2 amplia a proposta de busca local do Google para combinar texto, código, imagens, áudio e vídeo. Conforme a apresentação oficial, o modelo possui 740 milhões de parâmetros, deriva da arquitetura Gemma 4 e foi disponibilizado sob licença Apache 2.0.

Em vez de redigir uma resposta, um modelo de embeddings transforma conteúdos em representações numéricas que permitem comparar proximidades. Ao colocar diferentes formatos em um espaço comum, a tecnologia pode associar uma consulta escrita a uma gravação ou a uma imagem, conforme a aplicação construída para utilizá-la.

Para escritores, pesquisadores e editores, esse tipo de operação interessa à organização de acervos: entrevistas gravadas, fotografias e notas podem integrar o mesmo percurso de recuperação. Buscar por semelhança, entretanto, não autentica um documento nem assegura que o trecho recuperado prove a hipótese de quem pesquisa.

Projetado para execução em dispositivos, segundo o Google, o modelo abre uma possibilidade de processamento próximo ao arquivo do usuário. A preservação dessa característica dependerá da aplicação que o incorporar: a licença e a arquitetura, isoladamente, não descrevem quais dados um produto enviará a servidores. Antes de adotar uma ferramenta de acervo, será preciso examinar esse percurso dos arquivos.

Fonte: Google DeepMind · anúncio de 6 de outubro. Fato divulgado em 06/10/2026; fonte consultada em 21/10/2026.

​