O Google lançou oficialmente o EmbeddingGemma 2, um modelo de incorporação desenhado para unificar texto, código, imagens, vídeo e áudio em um único espaço de vetores numéricos. Enquanto a primeira versão da ferramenta focava apenas em representações de texto compacto, a nova atualização permite que diferentes tipos de mídia sejam comparados diretamente entre si. A informação foi divulgada pelo site Analytics Vidhya.
A proposta do modelo é resolver um problema comum em sistemas de busca e recuperação de informações em bases de conhecimento corporativas. Em abordagens tradicionais, é necessário executar um modelo diferente para cada formato de arquivo e tentar combinar os resultados posteriormente. O EmbeddingGemma 2 elimina essa complexidade ao processar todos os conteúdos por meio de uma única estrutura central, gerando saídas padronizadas em um espaço de 768 dimensões.
Arquitetura modular e eficiência no carregamento
A estrutura do EmbeddingGemma 2 é dividida em três codificadores principais. A base do sistema é dedicada a textos e códigos-fonte, suportando janelas de contexto de até 8.192 tokens e rodando sobre uma versão adaptada do decodificador Gemma 4 com 270 milhões de parâmetros. Sobre essa base, os desenvolvedores podem adicionar um codificador visual de 170 milhões de parâmetros — para fotos, gráficos, slides e quadros de vídeo — e um codificador de áudio com 300 milhões de parâmetros, capaz de processar voz e sons ambientes. Dependendo das camadas ativadas, o tamanho total varia de 270 milhões a 740 milhões de parâmetros.
Um dos grandes diferenciais do modelo é o carregamento modular a partir de um único ponto de checagem. O desenvolvedor decide no momento da execução quais codificadores carregar na memória. Os módulos ignorados não consomem recursos de disco ou memória RAM. Como o espaço vetorial de saída é idêntico em todas as configurações, uma consulta gerada por uma versão básica de texto de 270 milhões de parâmetros pode ser comparada diretamente com documentos indexados pela versão completa de 740 milhões.
Outro ponto ressaltado pelo Analytics Vidhya é a integração com o Gemma 4 em pilhas de geração aumentada por recuperação (RAG) para dispositivos locais. Quando combinados, os dois modelos compartilham o mesmo tokenizador de texto e o mesmo projeto de codificador de áudio. Esse compartilhamento evita a duplicação de componentes na memória, um fator crítico para a execução em telefones celulares e dispositivos de borda.
Desempenho em testes e redução de dimensão
Nos benchmarks divulgados pelo Google, o EmbeddingGemma 2 apresentou um ganho de 14% na avaliação MTEB para código em relação à primeira versão, além de manter a precisão em textos multilíngues. A ferramenta também introduziu o recurso de truncamento Matryoshka, que permite reduzir a dimensão dos vetores de saída de 768 para 512, 256 ou 128 dimensões, diminuindo o uso de armazenamento por milhão de vetores de 1.465 MB para até 244 MB quando utilizada a precisão bfloat16.
A retenção de qualidade varia conforme o nível de truncamento e o tipo de mídia. Para textos e códigos, a redução para 256 dimensões mantém o desempenho próximo à linha de base, caindo para cerca de 90% em 128 dimensões. Já os conteúdos multimídia são mais sensíveis: a retenção cai para aproximadamente 95% em 256 dimensões e atinge cerca de 75% em 128 dimensões, exigindo testes prévios antes da implementação em produção. Além disso, a precisão padrão de saída do modelo é float32, o que dobra o tamanho do armazenamento em comparação com as estimativas em bfloat16.
O que isso muda para você
A chegada do EmbeddingGemma 2 simplifica drasticamente a infraestrutura necessária para criar motores de busca internos e sistemas de RAG avançados. Para os profissionais e desenvolvedores no Brasil, isso significa a possibilidade de construir aplicações capazes de cruzar dados de mensagens de texto, arquivos de áudio, códigos e imagens sem a necessidade de gerenciar múltiplos bancos de dados vetoriais ou pipelines complexos de integração.
A arquitetura modular e o suporte ao truncamento de vetores abrem portas para otimizar custos de servidores e viabilizar o processamento diretamente nos dispositivos dos usuários finais. Isso é especialmente relevante para empresas brasileiras que buscam escalar soluções de inteligência artificial mantendo o controle rigoroso sobre os gastos com infraestrutura em nuvem e banda.
Para começar a explorar essa tecnologia, o próximo passo prático é atualizar suas bibliotecas de desenvolvimento para a versão 6.1.0 ou superior da `sentence-transformers`. Realize testes comparativos de busca cruzada com a sua própria base de dados, avaliando o impacto da redução de dimensões para 256d para encontrar o equilíbrio ideal entre precisão de busca e economia de memória.
