Google、「Gemini Embedding 2」を一般提供開始 テキストや動画など横断検索
Google はマルチモーダル埋め込みモデル「Gemini Embedding 2」の一般提供を開始した。テキスト、画像、動画、音声を横断して検索や推論が可能になり、分断された処理を一本化できる。Gemini API を通じて本番環境で利用可能。
Gemini Embedding 2
Google、Gemini Embedding 2を発表：画像・音声・動画を単一ベクトル空間に統合
Googleは、初のネイティブマルチモーダル埋め込みモデル「Gemini Embedding 2」のプレビュー公開を開始した。テキスト、画像、最長120秒の動画、音声、PDFを単一のベクトル空間に統合可能。MRL技術により次元数を柔軟に圧縮してストレージコストを抑えられる。