ข้อมูลตรวจสอบ ณ 14 ตุลาคม 2026 เวลา 14:07 น.
Google ได้เปิดตัว EmbeddingGemma 2 ซึ่งเป็นโมเดลฝังตัว (embedding model) แบบ Open-weight ภายใต้สัญญาอนุญาต Apache 2.0 ที่มีความสามารถในการแปลงข้อมูลหลากหลายรูปแบบ ทั้งข้อความ โค้ด รูปภาพ วิดีโอ และเสียง ให้อยู่ในพื้นที่เวกเตอร์ (vector space) เดียวกัน [techsauce.co]. โมเดลนี้พัฒนาต่อยอดจาก Gemma 4 และมีขนาดไม่ถึง 1 พันล้านพารามิเตอร์ โดยมีจุดเด่นที่โครงสร้างแบบแยกส่วน ทำให้นักพัฒนาสามารถเลือกโหลดเฉพาะส่วนที่ต้องการใช้งานได้ เพื่อความยืดหยุ่นและประสิทธิภาพในการประมวลผล [techsauce.co].
การเปิดตัว EmbeddingGemma 2 ตอบสนองความต้องการของระบบค้นหาและผู้ช่วย AI ที่ต้องทำงานกับข้อมูลหลายรูปแบบพร้อมกัน โดยมีเป้าหมายเพื่อให้การค้นหาแม่นยำ ตอบสนองเร็ว และไม่ต้องพึ่งพาเซิร์ฟเวอร์ขนาดใหญ่ ทั้งในขั้นตอนการรันและการจัดทำดัชนีข้อมูล [techsauce.co].
ความสามารถของ EmbeddingGemma 2 ในการจัดการข้อมูลหลากหลายรูปแบบ
EmbeddingGemma 2 ได้รับการออกแบบมาเพื่อรองรับข้อมูลแบบ Multimodal อย่างแท้จริง โดยสามารถแปลงข้อความ โค้ด รูปภาพ วิดีโอ และเสียง ให้อยู่ในรูปแบบเวกเตอร์ขนาด 768 มิติเดียวกันได้ [techsauce.co]. ความสามารถนี้ช่วยให้ระบบสามารถค้นหาข้อมูลข้ามรูปแบบได้อย่างมีประสิทธิภาพ เช่น การค้นหาด้วยข้อความแล้วได้ผลลัพธ์เป็นทั้งรูปภาพและไฟล์เสียงที่เกี่ยวข้อง แม้ว่าไฟล์เหล่านั้นจะไม่มีคำบรรยายตรงตัวก็ตาม [techsauce.co].
โมเดลนี้มีโครงสร้างแบบแยกส่วนที่ประกอบด้วยชิ้นส่วนหลัก 3 ชิ้น [techsauce.co]:
- ส่วนข้อความและโค้ด: ขนาด 270 ล้านพารามิเตอร์ ดัดแปลงมาจาก Gemma 4 รองรับข้อมูลได้ยาวสูงสุด 8,192 โทเคนต่อครั้ง [techsauce.co].
- ส่วนภาพ: เพิ่มมาอีก 170 ล้านพารามิเตอร์ รองรับรูปภาพ เอกสารที่มีภาพประกอบ (เช่น PDF, สไลด์, กราฟ) และเฟรมจากวิดีโอ [techsauce.co].
- ส่วนเสียง: เพิ่มอีก 300 ล้านพารามิเตอร์ รับไฟล์เสียงดิบได้โดยตรง ทั้งเสียงพูดและเสียงทั่วไป [techsauce.co].
นักพัฒนาสามารถประกอบโมเดลได้ 4 ขนาดตามลักษณะข้อมูลที่ต้องการ ตั้งแต่ 270 ล้านพารามิเตอร์สำหรับข้อความล้วน ไปจนถึง 740 ล้านพารามิเตอร์เมื่อเปิดใช้งานครบทุกรูปแบบ [techsauce.co]. ส่วนที่ไม่ได้ใช้งานจะไม่ถูกโหลดเข้าหน่วยความจำ ช่วยประหยัดทั้งพื้นที่เก็บโมเดลและหน่วยความจำระหว่างการใช้งาน [techsauce.co].
ประสิทธิภาพและการประยุกต์ใช้
EmbeddingGemma 2 แสดงให้เห็นถึงความเข้าใจโค้ดที่ดีขึ้นอย่างชัดเจน โดยทำคะแนนในชุดทดสอบ Massive Text Embedding Benchmark (MTEB) หมวดโค้ดได้สูงกว่า EmbeddingGemma รุ่นแรกถึง 14% ขณะที่ยังคงรักษาความแม่นยำด้านข้อความหลายภาษาไว้ได้ [techsauce.co]. นอกจากนี้ยังเพิ่มความสามารถในการค้นหาภาพ วิดีโอ และเสียงเข้ามา ทำให้โมเดลนี้เหมาะสำหรับการจัดทำดัชนีโค้ดที่เก็บไว้ในเครื่อง และช่วยให้ AI Agent สามารถค้นหาโค้ดได้ด้วยตนเอง [techsauce.co].
ความสามารถในการรวมข้อมูลหลายรูปแบบไว้ในเวกเตอร์เดียวเป็นจุดเด่นสำคัญ เช่น การสร้าง Embedding ชุดเดียวที่สรุปความหมายของหน้าสินค้าที่มีทั้งคำบรรยาย รูปภาพ และคลิปวิดีโอ [techsauce.co]. นักพัฒนาสามารถเรียกใช้ EmbeddingGemma 2 ผ่านไลบรารี sentence-transformers ตั้งแต่เวอร์ชัน 6.1.0 ขึ้นไป [techsauce.co]. โมเดลนี้ใช้สัญญาอนุญาต Apache 2.0 ซึ่งอนุญาตให้นักพัฒนาดาวน์โหลดน้ำหนักโมเดลไปใช้งาน ดัดแปลง และนำไปใช้เชิงพาณิชย์ได้ [techsauce.co].
EmbeddingGemma 2 ของ Google ถือเป็นก้าวสำคัญในการพัฒนาโมเดลฝังตัวแบบ Multimodal ที่มีความยืดหยุ่นและประสิทธิภาพสูง ด้วยความสามารถในการประมวลผลข้อมูลหลากหลายรูปแบบในพื้นที่เวกเตอร์เดียวกัน ทำให้เป็นเครื่องมือที่มีศักยภาพสำหรับนักพัฒนาที่ต้องการสร้างระบบค้นหาหรือระบบ RAG (Retrieval Augmented Generation) ที่รองรับทั้งเอกสาร โค้ด รูปภาพ และเสียง [techsauce.co]. การเปิดตัวโมเดลนี้ในรูปแบบ Open-weight ยังช่วยส่งเสริมการพัฒนาและนวัตกรรมในชุมชน AI อีกด้วย
แหล่งข้อมูล
- [techsauce.co] Techsauce. Google เปิดตัวโมเดลค้นหาใหม่ ‘EmbeddingGemma 2’ ค้นได้ทั้งข้อความ โค้ด ภาพ วิดีโอ เสียง ในโมเดลเดียว. https://techsauce.co/ai/google-embeddinggemma-2-multimodal-embedding-model