谷歌Gemini Embedding 2重磅发布！首款全多模态嵌入模型来了

谷歌于2026年3月10日前后正式推出Gemini Embedding2，这是其首款基于Gemini架构的完全多模态嵌入模型。目前已在Gemini API和Vertex AI上开放Public Preview，开发者可立即调用体验。

统一嵌入空间，打破模态壁垒  

Gemini Embedding2的核心创新在于，将文本、图片、视频、音频和文档（PDF）等多种数据类型映射到同一个统一的嵌入向量空间中。这一设计彻底实现了跨模态检索与分类，支持超过100种语言，真正让不同模态数据“说同一种语言”。

混合输入能力，精准捕捉语义关联  

模型原生支持混合模态输入，例如同时传入图片+文字、视频+音频等复杂组合。系统能够深度理解不同媒体之间的语义关联，而非简单并列处理，为多媒体内容理解带来质的飞跃。

音频原生处理，无需ASR转录  

另一大突破是音频直接嵌入功能。用户可直接输入原始音频文件，模型无需先进行语音转文本（ASR），即可输出高质量嵌入向量。这不仅大幅简化了多模态数据处理流程，还显著降低了延迟和计算成本。

多场景落地，RAG迎来新纪元  

凭借统一架构和强大跨模态能力，Gemini Embedding2可广泛应用于RAG检索增强生成、语义搜索、情感分析、内容聚类、法律证据检索等场景。AIbase编辑认为，这一模型的发布将显著降低企业构建多模态AI应用的门槛，推动AI从“文本时代”全面迈向“全感知时代”。

via AI新闻资讯 (author: AI Base)

美国国防部加速AI部署 谷歌Gemini智能体将进入办公体系

美国国防部负责研究与工程的副部长埃米尔·迈克尔透露，谷歌正计划向五角大楼 300万员工引入AI智能体，以实现日常工作的自动化。迈克尔表示，谷歌的Gemini AI智能体能够在用户设定任务后独立完成工作，初期将在非机密网络上运行。迈克尔补充说，五角大楼正在与谷歌讨论在机密云上部署这些AI智能体的可能性，“我非常有信心，他们将成为我们所有网络平台上的优秀合作伙伴。”根据迈克尔的说法，谷歌将在最新的合作中推出8个现成的AI智能体，主要用于自动化行政任务，包括总结会议纪要、编制预算、检查行动计划等，部分智能体也可能具有作战影响，帮助规划行动以及估算资源需求。

—— 财联社、彭博社

via 风向旗参考快讯 - Telegram Channel

Increased errors with ChatGPT file downloads

Status: Identified

We have identified that users are experiencing elevated errors for the impacted services. We are working on implementing a mitigation.

via OpenAI status