Google 推出了一个新的实验性文本嵌入模型“gemini-embedding-exp-03-07”，现已通过 Gemini API 提供给开发者使用。

这一模型在语言理解和语义捕捉方面表现出色，超越了之前的顶级模型，并在多语言嵌入基准测试中名列前茅。

✅ 适用于文本搜索、推荐、分类等场景
✅ 支持 100+ 语言，超越所有现有多语言嵌入模型
✅ 在 Massive Text Embedding Benchmark（MTEB）中排名第一
✅ 相比以往模型，输入 token 量提升至 8K，向量维度提升至 3K
✅ 适用于搜索引擎、AI 推荐系统、问答系统、知识图谱等

什么是 Gemini Embedding？

Gemini Embedding 是 Google 最新的文本嵌入（Embedding）模型，用于 将文本转换为数值向量，让 AI 更好地理解语义和上下文。

💡 主要用途：

  • 提高搜索、推荐系统、文本分类、文本相似度计算的效果
  • 替代传统关键词匹配方法，增强语义理解能力
  • 提高 AI 模型的效率和准确度，降低计算成本

🔍 文本嵌入的主要应用：

📌 例如： 🔹 传统方法：搜索“苹果”，可能得到“苹果公司”和“苹果水果”的混合结果
🔹 Embedding 方法：能理解“苹果公司” ≠ “苹果水果”，从而提供更精准的搜索

  • 应用场景：

    • 高效检索：在大型数据库中查找相关文档，例如法律文档检索或企业搜索。
    • 检索增强生成 (RAG)：通过检索相关上下文提升生成文本的质量和相关性。
    • 聚类与分类：将相似文本分组，用于趋势识别或主题分类。
    • 文本相似性：检测重复内容，支持网页去重或抄袭检测。

Gemini Embedding 模型的特点

1️⃣ 超高性能：在 MTEB 多语言排行榜上排名第一

  • 该模型在 MTEB 评测中 平均得分 68.32，比下一名高 +5.81 分
  • 支持多种任务，包括检索（Retrieval）、分类（Classification）等

2️⃣ 语义理解更强

  • 直接继承 Gemini 大模型 的语言理解能力
  • 无需微调（Fine-tuning）即可适用于不同领域（金融、法律、医学、科学等）

3️⃣ 输入/输出增强
📌 输入支持 8K tokens（比之前的模型大幅提升）
📌 输出维度 3K（比之前的嵌入模型多 4 倍）
📌 支持 Matryoshka Representation Learning（MRL）：

  • 允许动态调整向量维度，节省存储成本
  • 可选择3K、2K、1K、512 维度，灵活适应不同需求

4️⃣ 更强的多语言支持 🌍

  • 现在支持 100+ 语言（之前的模型只支持部分多语言任务）
  • 比单一语言模型（如英文专用嵌入）效果更好

与之前的模型对比

📌 提升点：

  • 支持更长文本（8K tokens），适用于长文档分析 📄
  • 更高的向量维度（3K），使得语义表示更加精准 🎯
  • 双倍语言支持（100+），适用于全球化业务 🌍

如何使用 Gemini Embedding？

开发者可以直接通过 Gemini API 访问 Gemini Embedding，兼容现有 embed_content 端点。

📌 代码示例

``` from google import genai

client = genai.Client(apikey="YOURGEMINIAPIKEY")

result = client.models.embed_content( model="gemini-embedding-exp-03-07", contents="How does AlphaFold work?", )

print(result.embeddings)

```

📂 输入：文本内容（如“AlphaFold 是如何工作的？”）
📄 输出：文本对应的向量嵌入值（用于计算语义相似度）

💡 可以直接用于搜索、推荐、文本分类等任务！

官方介绍：https://developers.googleblog.com/en/gemini-embedding-text-model-now-available-gemini-api/

模型地址：text-embedding-004