据@sundarpichai称，Google发布了可完全在本地设备运行的开源嵌入模型EmbeddingGemma，主要面向搜索与检索场景。据@sundarpichai称，该模型在MTEB基准测试中位列500M参数以下第一，性能可与体量近乎两倍的模型相当。据@sundarpichai称，该模型可提供用于搜索、检索等任务的先进嵌入表示。据来源称，此次发布未提及定价、可用性、许可条款或与加密/区块链集成的相关信息。

根据Google DeepMind消息，EmbeddingGemma在MTEB基准测试中取得最高排名，并称MTEB为文本向量评估的黄金标准，来源：Google DeepMind在X平台，2025年9月4日。根据Google DeepMind，该模型覆盖训练语言超过100种，来源：Google DeepMind在X平台，2025年9月4日。根据Google DeepMind，EmbeddingGemma已可与Hugging Face、LlamaIndex与LangChain配合使用，并提供入门链接goo.gle/embeddinggemma，来源：Google DeepMind在X平台，2025年9月4日。根据Google DeepMind，此次公告未提及任何加密货币、代币集成或链上发布细节，对评估加密市场直接影响的交易者具有参考意义，来源：Google DeepMind在X平台，2025年9月4日。

根据Google DeepMind称，EmbeddingGemma是一款面向端侧AI的开放嵌入模型，被描述为同类最佳，面向无需云依赖的实际部署场景（来源：Google DeepMind在X，2025年9月4日）。Google DeepMind表示，该模型仅有308M参数，旨在在保持小型与高效的同时实现SOTA表现（来源：Google DeepMind在X，2025年9月4日）。Google DeepMind补充称，该模型可在无网络连接时运行，强调其离线推理能力与对移动设备和边缘设备的适配（来源：Google DeepMind在X，2025年9月4日）。该帖未提供公开基准、许可信息或发布文件等更多细节（来源：Google DeepMind在X，2025年9月4日）。对交易者而言，此次公告对端侧高效与离线能力的强调，有助于聚焦本次披露所涉及的边缘AI与移动AI用例（来源：Google DeepMind在X，2025年9月4日）。