EmbeddingGemma 2：オープンな軽量マルチモーダル埋め込みモデル

Googleが、オープンな軽量埋め込みモデル「EmbeddingGemma 2」を公開した。前作のテキスト専用から、コード・画像・動画・音声を一つの共有埋め込み空間にまとめて扱うマルチモーダル版になる。Gemma 4のアーキテクチャを基に、商用利用も認めるApache 2.0ライセンスで提供され、パラメータ数は7億4000万と、端末上での推論を前提にした規模だ。前作は2000万ダウンロードを超えたとされ、オンデバイス検索やプライバシー重視のRAGで使われてきた。今回は、テキストに加えてコードや音声も同じ仕組みで検索できる点が新しい。

AIの鬼の視点で言えば、面白いのは「小さいモデルなのに何でもできる」という売り文句より、データをクラウドに出さず手元で検索させる方向にはっきり振った点だ。大規模言語モデルの競争が大きさを争う中で、埋め込みモデルは検索の裏方であり、その裏方が端末に降りてくるのは、業務データの置き場所の話に直結する。ただし、ベンチマークの数字は各社が選んだ土俵での比較だ。コードの評価が68.76から78.68へ9.92ポイント上がったという数字は魅力的だが、自社の図面や見積書で同じ結果が出るかは別問題だと割り切って読むべきだ。

中小企業の実務に効く話としては、社内のファイル検索を外部のクラウドに一切出さずに実現できる選択肢が、ぐっと現実的になってきたことが大きい。たとえば、過去の見積書や作業日報を手元のPCで横断検索する用途が考えられる。明日からできることは、社内に散らばる文書を見積、日報、写真などに分けて、「これを一度に探せたら誰が助かるか」を現場に聞いてみることだ。導入の判断は、モデルの性能表ではなく、その問いへの現場の答えで決まる。