Gemini Embedding 2（在 Gemini API/AI Studio 中常標為 embedding-2；在 Vertex AI 上的模型 ID 為 text-embedding-004）是 Google Gemini 系列的第二代文字嵌入模型，用於將文本轉換為可計算的稠密向量，以支持語義相似度與檢索等任務。 - 核心能力：將文字轉成向量，用於語義搜尋、向量檢索、RAG、分類、聚類、推薦、去重/相似內容偵測等。 - 多語特性：支援多語種且具跨語檢索能力，可在不同語言間匹配語義相近內容。 - 任務最佳化：提供任務型模式（如 RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING），並可選擇傳入 title 以提升檢索品質。 - 維度調整：可設定輸出維度（outputDimensionality）以在精度與儲存/延遲間權衡。 - 使用建議：向量通常建議做 L2 正規化後再索引，並搭配向量資料庫進行相似度檢索。 - 取得方式：可透過 Gemini API/AI Studio（embedding-2）或 Google Cloud Vertex AI（text-embedding-004）使用。

Gemini Embedding 2 是 Google 的首個原生多模態嵌入模型，可將文字、圖片、音訊、影片與 PDF 映射到單一的 3,072 維語意向量空間（輸出大小可配置）。它引入 Matryoshka Representation Learning，提供巢狀／截斷嵌入、改進的多語言效能（100+ 種語言），以及針對任務的嵌入優化控制（例如，task:search、task:code）。

什麼是 Gemini Embedding 2？

Gemini Embedding 2 是 Google 推出的統一嵌入模型，能將多種輸入模態——文字、圖片、音訊、影片與文件——映射到同一個語意向量空間。每個嵌入（預設）是一個 3,072 維的浮點向量，用以表示輸入的語意，使得在向量空間中語意相近的項目（無論模態）彼此接近。其核心能力包括：

• 廣泛的語言與格式覆蓋：單一模型即可接受文字、圖片、音訊、影片與文件，並將其置於同一語意向量空間。Gemini Embedding 2 文件指出可捕捉超過 的語意意圖，並接受常見檔案格式（PNG/JPEG、MP4/MOV、MP3/WAV、PDF），且具體標示每次請求的限制（例如，每次請求最多數張圖片或數十秒的音訊／影片——見下文「How to use」）。