أطلقت Google DeepMind نموذج EmbeddingGemma 2، وهو نموذج تضمين (embedding) متعدد الوسائط يضم 740 مليون معامل، صدر بترخيص Apache 2.0. وبحسب Google، يحوّل النموذج الشيفرة البرمجية والصور والفيديو والصوت إلى فضاء تضمين مشترك، وهو مُحسَّن لحالات استخدام تحترم الخصوصية أولاً.
يمنح هذا الإصدار المطوّرين نموذج تضمين مفتوحاً بترخيص متسامح، لبناء أنظمة بحث واسترجاع وتصنيف دون إرسال البيانات إلى واجهة برمجية سحابية. ويسمح ترخيص Apache 2.0 بالاستخدام التجاري والتعديل، وهو أمر مهم للفرق التي تحتاج إلى تشغيل النماذج محلياً.
ما الذي يفعله EmbeddingGemma 2
التضمينات (embeddings) تمثيلات رقمية تتيح للآلة مقارنة المعنى بين أنواع مختلفة من المحتوى. ومن خلال وضع الشيفرة والصور والفيديو والصوت في فضاء تضمين واحد، يتيح EmbeddingGemma 2 لنظام واحد البحث أو المطابقة بين صيغ متعددة بدل الاعتماد على نماذج متخصصة منفصلة.
وصفت Google النموذج بأنه مصمم لحالات استخدام تحترم الخصوصية، أي أنه يمكن تشغيله في بيئات لا يُفترض أن تغادر فيها البيانات الجهاز أو الخادم المحلي. ويُبقي حجمه البالغ 740 مليون معامل صغيراً بما يكفي للنشر على الأجهزة أو عند الحافة (edge).
الترخيص المفتوح وسباق الوسائط المتعددة
ترخيص Apache 2.0 هو العنوان الأبرز بالنسبة للمطوّرين: فهو يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع دون القيود المرتبطة بكثير من الإصدارات المخصّصة للأبحاث فقط. وهذا يجعل EmbeddingGemma 2 مرشحاً للمنتجات التي تحتاج إلى خطوط استرجاع مخصّصة.
يتزامن هذا الإطلاق مع دفع مختبرات أخرى الأنظمة متعددة الوسائط في اتجاهات مختلفة. فقد أصدرت Reka AI معاينة بحثية لنموذج Rho-1، وهو نموذج شامل بـ19 مليار معامل يتعامل مع النص والصور والفيديو والتحكم في الروبوتات في شبكة واحدة، دُرِّب على 320 وحدة GPU من نوع H100 خلال نحو ثلاثة أشهر، بحسب The Decoder. ويعالج Rho-1 جميع الوسائط كوحدات (tokens) في نافذة سياق مشتركة، وهو خيار تصميمي مختلف عن نموذج تضمين مخصّص.
