Google 发布 EmbeddingGemma 2:740M 参数多模态嵌入模型,本地运行可替代数倍体量竞品
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,740M 参数即可在浏览器本地运行,在多项评测中超越两倍体量的竞品模型,代码嵌入基准 MTEB 提升近 10 分至 78.68。模型仅需 191MB 内存,配合 Gemma 4 等小模型可实现离线 RAG 应用,权重已在 Hugging Face 和 Kaggle 开放。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,740M 参数即可在浏览器本地运行,在多项评测中超越两倍体量的竞品模型,代码嵌入基准 MTEB 提升近 10 分至 78.68。模型仅需 191MB 内存,配合 Gemma 4 等小模型可实现离线 RAG 应用,权重已在 Hugging Face 和 Kaggle 开放。
开源命令行工具 RemoveMacAI 可一键关闭 Siri、写作工具、Genmoji、Image Playground 等 Apple Intelligence 功能,并删除约 12GB 的 AI 模型数据,同时阻止 macOS 重新下载。该工具由开发者在 Reddit 发布,变更可跨 macOS 更新持久生效。用户可通过 `removemacai revert` 命令恢复所有设置。
德国公司 Aleph Alpha 发布开源模型 Kolibri,780 亿参数,MoE 架构每次 token 激活约 30 亿参数,支持 100 万 token 上下文窗口,在 Hugging Face 以 Apache 2.0 开源。德语占训练数据 21.3%,模型由 768 块 B200 GPU 在德国和芬兰训练,德语基准得分 71%,目标客户为公共行政、航空和工业领域。