Google выпустил мультимодальную embedding-модель
Gemini Embedding 2 работает с текстом, изображениями, видео, аудио и PDF.
В бенчмарках обходит всех конкурентов. При этом других моделей, покрывающих такой спектр задач, похоже, пока нет.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/