要約（3行）
- Google DeepMind が 10/6、検索用の小さなモデル「EmbeddingGemma 2」を発表した。7億4,000万パラメーターで、文章・コード・画像・動画・音声を同じ「意味の空間」に置ける。Apache 2.0 で、重みは Hugging Face などから取れる。
- 最小構成（文章だけ）は2億7,000万パラメーター。量子化すると Pixel 11 Pro で文章のみ約191MB、全部入りで約567MBのメモリで動く、と同社は書いている。
- コードの検索の試験（MTEB Code）で、前の版の 68.76 から 78.68 に上がったと説明している。
今後の使い方の流れ
- 埋め込みとは何かを確かめる。 文章や画像を数字の並び（ベクトル）に変えて、意味の近いものを探す仕組み。生成 AI の「記憶の引き出し」にあたる部分。
- 自分のデータで試す。 Hugging Face の重みのほか、同社は Ollama・LM Studio・llama.cpp・transformers.js などで動かせると書いている。
- 次元を選ぶ。 出力の長さを 768 から 512・256・128 に切り詰められる。同社は保存容量が最大6分の1になると書いている。
- 試せるアプリを見る。 Google AI Edge Gallery の「Instant Media Search」「Video Moments Finder」などが紹介されている。
この発表で何が変わりそうか（分析）
- 端末の中だけで「写真も音声も」探せる方向。 データを外に出さずに検索できる点を、同社は利点として強調している。
- コードの検索が強くなった。 手元のコードを検索したり、コーディング AI が探したりする用途に向く、と同社は書く。ただし数字は会社が示した試験の値。
- 「小さい」の基準が下がる。 2億7,000万〜7億4,000万の範囲で、文章だけ・全部入りを選べる作り。必要な機能だけ載せる選び方が広がりそう【推測】。
- 前の版は 2,000万回以上ダウンロードされたと同社は書いている。使う人が多いので、置き換えの動きは早いかもしれない【推測】。
- 中の人の言葉：署名した研究者の短い発言は載っていないため、載せない。
出典
- Google DeepMind 公式ブログ「EmbeddingGemma 2: an open, lightweight multimodal embedding model」（2026-10-06）deepmind.google ↗
- Hugging Face のモデル一覧（google/embeddinggemma-2、ライセンスのタグ）huggingface.co ↗
確認メモ（2026-10-07 に確認）：発表ページの本文と、Hugging Face のモデル一覧（Apache 2.0 のタグ）を開いて確かめた。評価の数字は同社の記述で、モデルカードの詳しい表は開いていない。日本語での性能は、発表に書かれていない。
