「この説明に近い画像を探して」
「会議録音の中から、価格の話をしている箇所を見つけて」
「仕様書の文章から、関係するコードを探して」
こうした検索は、これまで文字・画像・動画・音声ごとに別の仕組みを組み合わせることが多い領域でした。
Google DeepMindが2026年10月6日に公開した EmbeddingGemma 2 は、文字、コード、画像、動画、音声を、同じ768次元のベクトル空間へ変換するオープンウェイトの埋め込みモデルです。
生成AIのように文章を書くモデルではありません。さまざまな資料を「意味が近いもの同士」として探しやすくする、小さな検索エンジンの中核です。
5種類の情報を、同じ「意味の地図」へ
EmbeddingGemma 2は、文字やコードだけでなく、画像・動画・音声も同じ形式の数値表現へ変換します。
入力形式が違っても、同じ空間上で意味の近さを比較できます。
たとえば「夕暮れの海で波の音」という文字から、該当する写真や動画、環境音を横断検索できます。商品説明・写真・実演動画を1つの埋め込みにまとめ、文章の問い合わせから探す使い方も公式例として示されています。
検索、RAG、分類、クラスタリング、重複発見、根拠資料の探索などが想定用途です。100以上の言語を扱い、入力枠は8,192トークン。最大値は入力の組み合わせで変わりますが、単一形式なら音声は約327秒、動画は標準設定で約58フレームが目安です。
必要な機能だけ読み込める
最大構成は7億4,000万パラメータですが、すべてを毎回読み込む必要はありません。
- 文字・コードだけ：2億7,000万
- 文字＋画像・動画：4億4,000万
- 文字＋音声：5億7,000万
- 全形式：7億4,000万
すべて同じ768次元の空間へ出力するため、文字だけで先に作った索引へ、あとから画像や音声を追加できます。既存の文字索引を作り直さず拡張できる点は、資料が段階的に増える業務と相性がよさそうです。
GoogleはスマートフォンやノートPCなどの一般向け機器で動かす設計を掲げています。ただし「どの端末でも快適に動く」という意味ではありません。実際の速度・メモリ使用量は、端末、実装、入力形式、精度設定で変わります。
ベクトルを短くして、保存量を減らせる
検索用のベクトルは、長いほど情報を残しやすい一方、保存容量と検索計算が増えます。
EmbeddingGemma 2はMatryoshka Representation Learningにより、768次元から512、256、128次元へ短縮できます。
公式評価では256次元までの品質低下は比較的小さく、保存量は3分の1になります。128次元では保存量を6分の1へ減らせますが、複数形式をまたぐ検索品質は下がるため、用途ごとの検証が必要です。
公式ガイドの概算では、bfloat16で100万件の768次元ベクトルは約1.5GB、128次元なら約250MBです。
ただし、短くした後は再正規化が必要です。さらに、検索する質問と検索対象は同じ次元数に揃えなければなりません。設定を誤っても、もっともらしい類似度が返る場合がある点は注意が必要です。
MORIの運用とどうつながるか
MORIの制作では、記事、画像、図解、音声、動画、調査メモが別々の場所に増えていきます。
EmbeddingGemma 2の考え方を使えば、将来的には次のような検索基盤を作れます。
- 記事の文章から、再利用できる過去の図解を探す
- 音声メモから、関連する調査記録やコードを探す
- 動画の一場面から、対応する説明文や出典を探す
- 同じ意味の資料をまとめ、重複制作を減らす
- 主張から、根拠候補を探す
Human OSで蓄積する複数形式の資産を、ファイル名ではなく意味で探せる可能性があります。
ただし、埋め込みが近いことは「事実として正しい」「正式な最新版」「利用権限がある」という証明ではありません。検索候補を出す役割と、出典・版・権限を確認する役割は分ける必要があります。
公開済みと、まだ確認していないこと
モデルウェイトはHugging FaceとKaggleで入手でき、Apache 2.0ライセンスです。Googleのモデルカード、開発者向けガイド、sentence-transformersによる実行例も公開されています。
一方、ベンチマークはGoogle側の報告値です。こちらではモデルをダウンロードしておらず、日本語資料・MORIのデータ・手元PCでの速度や検索精度は測定していません。
また、モデルカードは言語間で性能が同じではないと明記しています。100以上の言語への対応と、日本語で十分な精度が出ることは別の話です。
まとめ
EmbeddingGemma 2は、文字、コード、画像、動画、音声を、1つの「意味の地図」で検索できる小型のオープンモデルです。
必要な機能だけ読み込み、保存量と検索品質のバランスも選べます。
面白いのは、AIが新しい文章を作ることではなく、すでに持っている異なる形式の知識を、もう一度使える形で見つけ直すことです。
MORIのように記事・図解・音声・動画・研究記録が増えていく運用では、「何を作るか」だけでなく「過去の資産をどう探し直すか」が次の価値になります。
出典
- Google Developers Blog, “EmbeddingGemma 2: The Developer Guide”（2026-10-06）
https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/ - Google AI for Developers, “EmbeddingGemma 2 model card”（最終更新：2026-10-06 UTC）
https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2 - Google DeepMind, “EmbeddingGemma”
https://deepmind.google/models/gemma/embeddinggemma/ - Hugging Face,
google/embeddinggemma-2
https://huggingface.co/google/embeddinggemma-2