Gemini Embedding 2 是 Google 的嵌入生成模型，非常适合复杂的检索和分析任务。
Gemini Embedding 2 接受多模态输入，以生成 3072 维向量。它接受图片、文本、文档、音频和视频输入，并将生成的向量在语义上映射到统一的语义空间中。这样，您就可以执行各种任务，例如根据文本说明搜索图片。
Gemini Embedding 2 引入了多项功能，可优化嵌入质量和灵活性：
自定义任务指令：通过指定任务指令（例如
task:code retrieval或task:search result），针对预期关系优化嵌入，并针对特定目标检索更准确的结果。可调整的结果大小：默认情况下，模型会生成一个 3072 维的浮点矢量。不过，您可以通过指定
output_dimensionality参数来检索维度较少的输出。Document OCR：从文档输入中读取 OCR。
音轨提取：从视频输入中提取音轨，并将其与视频帧交织在一起。
如需详细了解如何使用 Gemini Embedding 2，请参阅获取多模态嵌入。
在 Agent Studio 中试用 部署示例应用 查看价格
| 模型 ID | gemini-embedding-2 |
|
|---|---|---|
| 模态 |
|
|
| token 数量上限 | 输入 token 数上限 | 8192 |
| 输出词元数上限 | 不适用 | |
| 输出维度 | 最多 3,072 个（支持 MRL） | |
| 序列长度上限 | 8,192 个 token | |
| 使用选项 |
|
|
| 技术规范 | 文本 |
|
| 图片 |
|
|
| 视频 |
|
|
| 音频 |
|
|
| 支持的区域 |
|
|
| 知识截点日期 | 2025 年 11 月 | |
| 版本 |
|
|