EmbeddingGemma 2 本地搜索：740M 模型、演示入口与 ML Kit 接入计划

先分清：它找相近内容，不直接写答案

Google AI Edge Team 和 Android ML Team 于 2026 年 10 月 6 日介绍了 EmbeddingGemma 2 的端侧应用。这个 740M 参数、开放权重的模型，把文字、图片、视频帧和音频映射到统一向量空间，适合本地媒体检索、片段定位和意图匹配。

向量可以理解为便于比较内容含义的一组数字。用户输入描述后，系统把查询与已索引媒体进行相似度比较，返回较接近的内容；它不需要先为每张图片生成文字说明，也不意味着模型会直接写出聊天答案。

试用思路：先看示例，再用不敏感的样本

先从公告中的 Google AI Edge Gallery 入口，查看自己设备可获取的版本，并从应用提供的示例图片集开始。公告指向 Android 和 iOS 下载入口，但没有给出所有设备、系统版本和商店地区的完整支持表。

接着用 Instant Media Search 比较文字查询与图片查询：前者描述想找的画面，后者用一张示例图寻找相关内容。公告展示了逐字输入时更新排序，以及使用手机图片或相机画面检索的方式；关注的是匹配结果是否符合你的检索意图。

最后再选择一段不含私密信息的自有样本视频，理解 Video Moments Finder 的流程。例如，假设视频里有运动片段，可以尝试描述某个动作，观察索引后的时间点匹配。这个假设场景帮助理解查询与视频片段的关系，一次匹配不代表所有视频都能准确识别。

Mac 用户可关注 Foresight，但先按实验性应用理解

公告同时宣布了面向 Mac 的实验性 Google AI Edge Foresight。它结合 EmbeddingGemma 2 与 Gemma 4，在本地处理会议转写、笔记和文件检索，并利用从当前对话找回的内容补充简短笔记；这是一条应用体验路径，不是 Gallery 的另一个模型安装步骤。

Google 对这些功能的描述强调本地处理和离线使用。涉及系统音频、麦克风、会议或文件时，仍应按实际应用权限与组织规则选择资料；本地运行不等于获得处理任何内容的许可，也不自动说明其他集成会采用同样的数据路径。

MediaPipe 偏向现成流程，LiteRT 留出更多控制

对开发者，公告描述了 MediaPipe Universal Embedder 与 Semantic Retriever：前者处理媒体预处理和向量生成，后者负责本地索引及相似内容检索。它还介绍了 Decision Task，用输入与候选标签的匹配来做意图路由；这些能力的具体接口版本，应以目标平台的对应文档为准。

需要更细地控制预处理、部署与加速时，公告给出的另一条路径是 LiteRT，并提供预量化 .litertlm 模型包的下载方向。它描述同一模型文件在受支持端侧平台使用 CPU 或 GPU 的方式；平台名单并不等于每台硬件都具备相同性能或 NPU 支持。

ML Kit 的后续计划，别读成今天的统一可用性

10 月 6 日公告把 Android ML Kit 接入写为未来几周的计划，目标是提供平台集成路径，减少开发者自行管理模型的负担。该计划还包含可用时使用 NPU 加速，以及自动模型更新；这些内容不能仅凭这篇公告写成已经向全部设备开放。

原文没有给出这部分后续完成日期或当前可用接口版本，因此也不能反过来断言它截至 10 月 15 日仍未上线。准备生产集成时，应先查看目标 ML Kit 版本的发布说明、设备支持和模型管理方式，再决定采用哪条路径。

小模型仍要核对内存、许可和成本范围

公告以 Google Pixel 11 Pro 为例：仅使用文本权重时，活跃内存约为 191 MB；完整多模态模型约为 567 MB。它还介绍了按需加载模态编码器的设计。这些数字对应特定设备和配置，不能当作所有部署的统一最低内存。

开放权重与软件许可、设备成本、云服务收费是不同问题。公告只对 Foresight 的本地应用体验提到无需云订阅费用，没有给出所有工具的统一价格或商业授权承诺；选定模型包和组件后，还应分别查看适用许可与下载条件。