گوگل امروز مدل زبانی EmbeddingGemma 2 را با ۷۴۰ میلیون پارامتر معرفی کرد. این مدل که از معماری Gemma 4 بهره می‌برد، امکان جستجوی معنایی چندوجهی و اجرای محلی هوش مصنوعی را برای توسعه‌دهندگان فراهم می‌کند.
EmbeddingGemma 2 می‌تواند متن، کد، تصویر، ویدیو و صوت را به‌صورت یکپارچه پردازش کند. از قابلیت‌های کلیدی این مدل، امکان تحلیل حداکثر ۵٫۵ دقیقه صوت پیوسته یا ۵۸ فریم ویدیو به‌صورت محلی است؛ به‌این‌معنا که کاربر نیازی به اتصال دائم به سرورهای ابری ندارد.
در بنچمارک MTEB Code، امتیاز این مدل با رشدی ۹٫۹۲ امتیازی به ۷۸٫۶۸ رسیده است. این رقم نشان می‌دهد که مدل‌های سبک‌وزن در درک و پردازش کد، عملکرد قابل‌توجهی از خود نشان می‌دهند و فاصله بین مدل‌های آزمایشگاهی و کاربردهای عملی در حال کاهش است.
توسعه‌دهندگان از همین حالا می‌توانند وزن‌های مدل را از پلتفرم‌های Hugging Face و Kaggle دریافت کرده و روی سخت‌افزار خود قرار دهند. دسترسی باز به مدل‌های این‌چنینی، فضای نوآوری در حوزه هوش مصنوعی را گسترش می‌دهد و به کشورهای در حال توسعه از جمله ایران، امکان استفاده از ابزارهای پیشرفته را بدون وابستگی مطلق به زیرساخت‌های ابری محدود می‌بخشد.
در حالی که غول‌های فناوری جهانی با انتشار مدل‌های سبک‌وزن و باز، تلاش می‌کنند سهم خود را در بازار هوش مصنوعی محلی تثبیت کنند، اکوسیستم فناوری ایران نیز با سرمایه‌گذاری در توسعه مدل‌های زبانی فارسی و زیرساخت محاسباتی، گام‌های مؤثری در مسیر خودکفایی هوش مصنوعی برمی‌دارد و فاصله با آخرین فناوری‌های جهانی را روزبه‌روز کاهش می‌دهد.
