6 октября корпорация Google выпустила EmbeddingGemma 2 — открытую мультимодальную модель для локального поиска по текстам, фотографиям, видео и аудио на мобильных устройствах.
Инструмент работает прямо на телефоне без отправки файлов в облако. Разработка открывает новые сценарии обработки мультимедиа прямо на гаджетах пользователей без подключения к сети.
Google EmbeddingGemma 2 что это такое и как работает
Новая модель сопоставляет смысл запроса с содержимым файлов на устройстве. Пользователь может найти снимок по описанию, нужный момент в видео по голосовому запросу или подходящий фрагмент аудиозаписи по тексту.
По замерам Google, сжатая мультимодальная модель использует около 567 МБ оперативной памяти на Pixel 11 Pro. Это показатель работы самой нейросети на современных процессорах мобильных устройств.
Практическая польза и интеграция передовых решений
Веса модели уже опубликованы разработчиками в открытом доступе. Попробовать локальный поиск по собственным фото и видео можно в официальном приложении Google AI Edge Gallery для Android и iOS.
- Локальная обработка: файлы не уходят в облачные хранилища, экономя трафик и повышая приватность.
- Мультимодальность: поддержка одновременного анализа текстов, фото, видео и звуковых дорожек.
- Экономия ресурсов: оптимизированное потребление оперативной памяти на актуальных смартфонах.
Развитие локальных нейросетей требует глубокого погружения в технологии и инструменты разработки. Для энтузиастов и экспертов полезным решением может стать закрытый клуб разработчиков, где обсуждаются актуальные алгоритмы и практические кейсы. Подробнее можно узнать по узнать, как использовать передовые нейросети бесплатно и вступить в закрытый клуб FreeAPI AI.
Источники информации: Telegram-канал Эра Агентов.