EmbeddingGemma 2 bringt lokale Suche für Bilder, Ton und Videos

6. Oktober 2026

KI-Illustration: Smartphone mit zugeordneten Bild-, Ton- und Videomotiven als Symbol lokaler Mediensuche

KI-Illustration · Symbolbild

Google hat am 6. Oktober 2026 EmbeddingGemma 2 veröffentlicht. Das Modell ordnet Texte, Programmcode, Bilder, Ton und Videos in einem gemeinsamen Suchraum ein. Dadurch können Anwendungen etwa eine passende Szene in einer lokalen Videosammlung finden, ohne zuvor jede Datei mit Stichwörtern zu versehen. Gewichte und Modellkarte sind verfügbar; Google nennt Apache 2.0 als Lizenz.

Eine Suchmaschine für eigene Dateien

EmbeddingGemma 2 erzeugt Zahlenvektoren, mit denen sich inhaltliche Ähnlichkeit vergleichen lässt. Die eigentliche Anwendung indexiert Dateien und zeigt passende Treffer. Anders als ein generatives Sprachmodell wie Beam ist dieser Baustein vor allem für das Auffinden und Zuordnen von Informationen gedacht.

Die vollständige Fassung hat 740 Millionen Parameter. Für reine Textaufgaben lässt sich ein kleinerer Teil laden. Google zeigt die Mediensuche in neuen Beispielen der AI Edge Gallery für Android und iOS. Eine Einbindung über Androids ML Kit einschließlich NPU-Unterstützung ist dagegen erst für die kommenden Wochen angekündigt.

Unsere Analyse: der Suchindex zählt mit

Lokale Verarbeitung kann den Upload privater Medien vermeiden. Trotzdem benötigt eine fertige App Zugriffsregeln, Speicherplatz für den Index und Zeit für dessen Erstellung. Die Modellgröße allein beschreibt daher weder den gesamten RAM-Bedarf noch den Akkuverbrauch eines vollständigen Suchvorgangs.

Google erlaubt, Suchvektoren von 768 auf 512, 256 oder 128 Dimensionen zu kürzen. Was das rein rechnerisch für einen Index bedeutet, zeigt dieses Beispiel:

100.000 Suchvektoren mit jeweils 32-Bit-Zahlen
Dimensionen	Reiner Vektorspeicher
768	307,2 MB
256	102,4 MB
128	51,2 MB

Eigene Rechnung: 100.000 × Dimensionen × 4 Byte. Dezimale MB; ohne Datenbankstruktur, Metadaten, Modell und Mediendateien. Ein Medium kann mehrere Vektoren benötigen. Kein gemessener App-Verbrauch.

Die kleinere Zahl ist kein kostenloser Qualitätsgewinn. Laut Modellkarte verschlechtert besonders die Kürzung auf 128 Dimensionen multimodale Ergebnisse deutlich; Google sieht sie eher für Textaufgaben vor. Für eine Foto- oder Videosammlung sollten Entwickler deshalb zunächst mit typischen eigenen Suchanfragen prüfen, welche Treffer durch die Kürzung verloren gehen.

Unsere Prognose: In den kommenden sechs Monaten dürfte vor allem die Integration in gut bedienbare Datei- und Medienprogramme über den Alltagsnutzen entscheiden. Voraussetzung sind zuverlässige mobile Laufzeiten und brauchbare Treffer mit eigenen Daten. Überprüfbare Anzeichen wären entsprechende App-Veröffentlichungen und nachvollziehbare Tests zu Indexaufbau, Suchqualität und Energiebedarf.