EmbeddingGemma 2

takes about six minutes to process 10,000 images on the Mac and almost five hours on the Pi at the reported constant speed

“Bij gelijkblijvende snelheid vergt de modelstap voor 10.000 beelden rekenkundig ongeveer zes minuten op de Mac en bijna vijf uur op de Pi.”

uses a maximum of 70 visual tokens per image for both reported processing-time measurements

“Beide metingen gebruiken maximaal 70 visuele tokens per afbeelding.”

does not generate text; it searches for a relevant passage, image, or recording for a generative model to use later

“EmbeddingGemma 2 genereert geen tekst en heeft een andere rol: het zoekt eerst de relevante passage, afbeelding of opname die een generatief model later kan gebruiken.”

adds code and three media forms to the original EmbeddingGemma

“Versie 2 voegt code en drie mediavormen toe.”

supports a context length of 8,192 tokens, equivalent to up to 29 images, 58 video frames, or about 5.5 minutes of audio

“De contextlengte is 8.192 tokens, gedeeld door alle invoer. Google rekent dat om naar maximaal 29 afbeeldingen, 58 videoframes of ongeveer 5,5 minuten audio.”

produces 768-dimensional vectors in all variants

“Alle varianten leveren vectoren van 768 dimensies.”

has a text and code base of 270 million parameters; 440 million with the image encoder; 570 million with the audio encoder instead of image; and 740 million across all five modalities

“De tekst- en codebasis telt 270 miljoen parameters. Met de beeldencoder erbij wordt dat 440 miljoen; met de audio-encoder in plaats van beeld is dat 570 miljoen. De combinatie van alle vijf modaliteit”