🔍 ПОИСК ПОНИМАЕТ ВСЁ Представь поиск, которому можно словами описать кадр, звук или кусок кода. И всё это работает прямо на устройстве, без похода в облако. 🧠 ЧТО СЛУЧИЛОСЬ? • 🧠 Google собрала разные форматы вместе EmbeddingGemma 2 превращает текст, изображения, аудио, видео и код в единое числовое пространство. Благодаря этому их можно искать обычными словами.

• 🧩 Модель не нужно загружать целиком Полная версия содержит 740 млн параметров. Для текста и кода хватит 270 млн, для изображений — 440 млн, для аудио — 570 млн.

• 📱 Всё может работать локально На Pixel 11 Pro текстовая версия занимает около 191 МБ оперативной памяти, а полная — примерно 567 МБ. Данные можно не отправлять на чужой сервер.

• 📚 Длинные документы помещаются целиком Текстовый контекст вырос до 8192 токенов. Модель может индексировать большие статьи и документацию без нарезки на совсем мелкие кусочки.

• 🛠 Поддержка популярных инструментов уже есть Модель работает с sentence-transformers, Hugging Face Transformers, MLX, Ollama, LM Studio и vLLM. Код открыт под лицензией Apache 2.0. 🔥 ГДЕ ЗДЕСЬ ВАУ-ЭФФЕКТ? ▸ Запрос больше не обязан совпадать с названием Можно описать «пушистого зверя, который мяукает» и найти подходящее изображение. Поиск смотрит на смысл, а не только на одинаковые слова 🎯

▸ Код тоже ищется человеческим языком Необязательно помнить имя функции или точный текст ошибки. По данным Google, поиск по коду стал на 14% эффективнее первого поколения EmbeddingGemma 💻

▸ Чувствительные файлы остаются внутри Документы, записи и код можно обрабатывать на устройстве. Облако в этой схеме не получает приглашения на семейный ужин 🔐

▸ Индекс можно заметно ужать Векторы сокращаются с 768 до 128 измерений, а объём индекса — до шести раз без критической потери качества. Значит, большую базу проще разместить на обычном SSD или телефоне 🗜

▸ Под задачу выбирается нужный вес Для поиска по тексту не придётся тащить полный мультимодальный набор. Меньше расход памяти и батареи — редкий случай, когда «облегчённая версия» звучит полезно 🔋 💼 ИДЕИ ДЛЯ БИЗНЕСА ▸ Компания может собрать единый внутренний поиск Сотрудник задаёт вопрос словами, а система ищет ответ в документах, видеоинструкциях, скриншотах и репозиториях кода 🔎

▸ Медиаархив станет проще разбирать Потенциальный сценарий: редактор описывает нужную сцену и получает подходящий фрагмент видео, не просматривая весь архив вручную 🎬

▸ Магазин сможет искать товары по фотографии Покупатель загружает снимок, а система подбирает визуально похожие позиции. Работает и наоборот: словесное описание помогает искать среди изображений каталога 🛒

▸ Разработчик быстрее найдёт старое решение Можно спросить, как команда раньше исправляла похожую ошибку, и искать сразу по коду, логам и документации. Но найденный фрагмент всё равно стоит проверить руками 🧑‍💻

▸ Закрытые отрасли смогут не выносить данные наружу Потенциальный сценарий — локальный поиск по медицинским снимкам, историям болезни или сканам юридических дел. Главное ограничение: качество конкретной системы ещё придётся тестировать на своих данных ⚖️ 🔹🔹🔹🔹🔹🔹 🏆 ЛУЧШИЕ ПРОМПТЫ В PROJECT POOL 🤖 ИИ АГЕНТЫ — собери своего 📈 ИИ-агенты. - просто и понятно #новости #news #нейросети #ии

В этом посте были ссылки, но мы их удалили по правилам Сетки