Google lanza EmbeddingGemma 2: un modelo multimodal ligero para búsquedas semánticas locales
La nueva versión, basada en Gemma 4, unifica texto, código, imágenes, vídeo y audio en un mismo espacio vectorial. Su diseño permite ejecutar tareas de recuperación de información directamente en dispositivos de consumo.
Según informa InfoQ, Google ha presentado EmbeddingGemma 2, una nueva versión de su modelo ligero de incrustaciones semánticas distribuido bajo la licencia de código abierto Apache 2.0 y fundamentado en la arquitectura Gemma 4. El desarrollo está concebido para optimizar tareas de búsqueda semántica y generación aumentada por recuperación (RAG), permitiendo operar directamente sobre hardware de consumo habitual como ordenadores portátiles y dispositivos móviles.
Unificación vectorial para múltiples tipos de archivo
La característica técnica central del modelo, según destaca Google, reside en su capacidad para representar texto, código fuente, imágenes, vídeo y audio en un único espacio vectorial de 768 dimensiones. Gracias a esta arquitectura unificada, los desarrolladores pueden comparar la similitud semántica de distintos formatos sin necesidad de mantener bases de datos o espacios de búsqueda independientes para cada medio.
Esta convergencia multimodal permite implementar funciones de recuperación variadas, tales como:
- Búsqueda de fragmentos de código fuente a partir de descripciones en lenguaje natural.
- Localización de documentos relevantes, capturas de pantalla y grabaciones ante una misma consulta textual.
- Recuperación directa de contenidos de vídeo mediante instrucciones escritas.
Modularidad técnica y optimización de almacenamiento
El modelo ofrece una estructura flexible que permite cargar únicamente los codificadores necesarios para cada aplicación. Su tamaño escala desde los 270 millones de parámetros, si solo se requiere procesamiento de texto y código, hasta los 740 millones de parámetros para el soporte multimodal íntegro. De acuerdo con las mediciones proporcionadas por Google, esta entrega supera significativamente a su antecesora en indexación de código y recuperación técnica.
Asimismo, el sistema incorpora compatibilidad con Matryoshka Representation Learning (MRL), un método que facilita truncar los vectores generados para reducir los requisitos de almacenamiento. Por ejemplo, almacenar un millón de vectores de 768 dimensiones en formato bfloat16 demanda cerca de 1,5 GB de memoria, mientras que reducirlos a 128 dimensiones exige únicamente 250 MB, lo que supone una disminución de seis veces.
No obstante, Google subraya que esta reducción implica una concesión en la calidad de recuperación. A 128 dimensiones se conserva aproximadamente el 90 % de la precisión en texto, pero el rendimiento disminuye hasta cerca del 75 % en imágenes, vídeos y registros de voz, por lo que recomiendan usar el truncamiento solo cuando la velocidad o el almacenamiento lo exijan.
Recomendaciones de la comunidad y disponibilidad
En foros comunitarios como Reddit, los desarrolladores han analizado el lanzamiento. Algunos usuarios señalan que el avance principal radica en la compatibilidad multimodal, mientras que la mejora en tareas exclusivas de texto es menor. Igualmente, advierten sobre la importancia técnica de aplicar correctamente los prefijos de indexación en las consultas y de normalizar los vectores (L2-normalize) después de recortarlos para evitar errores de precisión. EmbeddingGemma 2 ya se encuentra disponible para su descarga en la plataforma Hugging Face.
Qué significa para tu negocio
Para una pyme, esta tecnología abre la puerta a crear buscadores internos avanzados capaces de encontrar capturas de pantalla, audios de reuniones, código y documentos empresariales en un solo sistema. Al poder ejecutarse localmente en equipos de consumo con un uso moderado de memoria, permite evitar la contratación de costosas APIs externas y mantener la total privacidad de los datos corporativos.
Fuente: InfoQ · 19 de octubre de 2026
Texto e ilustración elaborados con asistencia de IA y revisados por el equipo de AFC IT Solutions.