Наша первая мультимодальная модель встраивания, обеспечивающая эффективное численное сопоставление текста, изображений, видео, аудио и PDF-файлов в единое унифицированное пространство встраивания. Модель Gemini Embedding 2 лучше всего подходит для кросс-модального семантического поиска, извлечения документов и рекомендательных систем, требующих быстрых и масштабируемых вычислений сходства в больших мультимодальных наборах данных.
Документация
Для получения полной информации о функциях и возможностях посетите страницу «Встраивания» .
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2026-03-10 UTC."],[],[]]
