AI应用跟踪谷歌发布首个原生多模态嵌入模型跨模态检索能力显著提升

事件：2026年3月11日，谷歌发布首个原生多模态嵌入模型GeminiEmbedding2，模型可以将文本（最长8192tokens）、图像（6张）、视频（120s）、音频、PDF文档（6页）统一映射到一个向量空间。 原生跨模态能力。 过去多模态模型主要提升单一模态理解与生成能力，新模型跨 AI应用跟踪谷歌发布首个原生多模态嵌入模型，跨模态检索能力显著提升20260311 事件：2026年3月11日，谷歌发布首个原生多模态嵌入模型GeminiEmbedding2，模型可以将文本（最长8192tokens）、图像（6张）、视频（120s）、音频、PDF文档（6页）统一映射到一个向量空间。 原生跨模态能力。 过去多模态模型主要提升单一模态理解与生成能力，新模型跨模态检索召回率、准确率显著提升（如能够根据文字+图片搜索音频）。 多模态RAG：办公、法律、医疗等领域企业级数据治理能力提升。 模型可以捕捉不同模态信息的复杂关联，企业对于非结构化、跨模态数据的利用效率、检索能力大幅提升，打通企业内跨模态数据孤岛。 模型应用于语义搜索、情感分析、推荐系统等领域。 在电商、营销（提升意图理解与推荐匹配能力）、客服（可直接处理音频数据）等领域的应用效果。 资料来源：谷歌官网。 仅公开资料整理，不涉及研究观点和投资建议。