Gemini Embedding 2 è il modello di generazione di embedding di Google ideale per attività complesse di recupero e analisi.
Gemini Embedding 2 accetta input multimodali per generare vettori a 3072 dimensioni. Accetta input di immagini, testo, documenti, audio e video e mappa semanticamente i vettori generati in uno spazio semantico unificato. In questo modo, puoi eseguire attività come la ricerca di un'immagine in base a una descrizione testuale.
Gemini Embedding 2 introduce diverse funzionalità per ottimizzare la qualità e la flessibilità degli embedding:
Istruzioni personalizzate per le attività:specificando le istruzioni per le attività (ad esempio,
task:code retrievalotask:search result), ottimizza gli incorporamenti per le relazioni previste e recupera risultati più accurati per l'obiettivo specifico.Dimensioni del risultato regolabili:per impostazione predefinita, il modello genera un vettore float a 3072 dimensioni. Tuttavia, puoi recuperare un output dimensionale più piccolo specificando il parametro
output_dimensionality.OCR di documenti:leggi l'OCR dagli input dei documenti.
Estrazione delle tracce audio:estrai le tracce audio dagli input video e alternale ai fotogrammi video.
Per saperne di più su come utilizzare Gemini Embedding 2, consulta Ottenere incorporamenti multimodali.
| ID modello | gemini-embedding-2 |
|
|---|---|---|
| Modalità |
|
|
| Limiti di token | Token di input massimi | 8192 |
| Numero massimo di token di output | N/D | |
| Dimensioni di output | Fino a 3072 (con supporto MRL) | |
| Lunghezza massima della sequenza | 8192 token | |
| Opzioni di consumo |
|
|
| Specifiche tecniche | Testo |
|
| Immagine |
|
|
| Video |
|
|
| Audio |
|
|
| Aree geografiche supportate |
|
|
| Data del knowledge cutoff | Novembre 2025 | |
| Versioni |
|
|