740M 指的是谷歌 DeepMind 最新开源的嵌入模型 EmbeddingGemma 2 的参数量——这个 7.4 亿参数的模型把文本和图像映射到同一向量空间，是一个可在本地部署的多模态嵌入工具。它基于 Gemma 4 构建，定位介于小型端侧模型与大型云端嵌入服务之间，主打检索、聚类、分类等下游任务。
740M 参数模型近期进展
当前焦点与观察点
围绕这款 740M 嵌入模型的讨论，目前集中在三点。其一，多模态嵌入把图像与文本放进同一向量空间后，跨模态检索的准确率能否追上专用单模态模型，尚无公开基准数据。其二，7.4 亿参数在端侧或单卡部署中的显存与延迟表现，是开发者决定是否替换现有嵌入服务的关键。其三，谷歌连续以 Gemma 系列开源嵌入能力，可能压低第三方嵌入 API 的价格空间，但模型许可条款与商用限制仍需逐条核对。总体看，EmbeddingGemma 2 把多模态嵌入的门槛拉到了 740M 这一档，实际效果有待社区评测验证。