# Google for Developers、EmbeddingGemma 2 の完全オフライン実行とモジュール式デプロイの詳細を公開

EmbeddingGemma 2 はサーバー呼び出しを一切行わず、マルチモーダルワークロードを完全にオフラインで実行できます。未使用の画像や音声コンポーネントを切り離してメモリを節約できるモジュール設計を採用し、柔軟な次元サイズによってローカルデータベースのストレージを最大 6 分の 1 に削減できるほか、Gemma 4 と連携した効率的なオンデバイス RAG パイプラインにも対応します。

Language: ja
Time zone: Asia/Tokyo

HTML: https://didcodexreset.com/ja/news/aa7220bd1365483f9a4c868b.html

Content language: ja
Localization state: translated

出典：Google for Developers · 2026/10/7 01:31:05 公開

Google for Developers は EmbeddingGemma 2 のデプロイ詳細を発表し、同モデルがサーバーとの通信を行わずに完全オフラインでマルチモーダルメディアを処理することを明らかにしました。モジュール型アーキテクチャにより、開発者は不要な画像や音声のコンポーネントを外してデバイス上のメモリ消費を抑えることができ、柔軟な次元サイズ設定によりローカルデータベースのストレージ要件を最大 6 分の 1 に削減できます。

共通のマルチモーダル表現により、中間翻訳を介さずにテキストによる画像検索、長尺音声のスキャン、音声メモによる動画クリップ検索などのクロスモーダル検索が可能です。また、Gemma 4 と組み合わせて、エッジハードウェア上のメモリと計算リソースの消費を最小限に抑えるよう設計された検索拡張生成（RAG）パイプラインを実行することもできます。

Tags: EmbeddingGemma 2, Google, マルチモーダル AI, オンデバイス AI

[元の投稿を見る](https://x.com/googledevs/status/2107502392250183720)