EmbeddingGemma是谷歌于2025年9月开源的开放式文本嵌入模型，专为端侧设备设计，具备以下核心优势：

性能优势

在MTEB基准测试中，EmbeddingGemma在500M以下参数规模的多语言文本嵌入模型中表现最佳，性能接近参数翻倍的顶尖模型（如Qwen-Embedding-0.6B）。该模型已针对100多种语言进行训练，并经过量化处理，可在低于200MB内存的设备上运行。 ‌

端侧适配能力

支持手机、笔记本等设备的离线运行，提供可自定义的输出尺寸和2K令牌上下文窗口。其设计初衷是与Gemma 3n配合使用，共同推动移动端RAG（检索增强生成）和语义搜索的应用。 ‌

工具集成性

可与sentence-transformers、llama.cpp、MLX等工具无缝对接，简化开发者上手难度。 ‌

参数与特性

模型拥有3.08亿参数，断网环境下可生成高质量嵌入向量，用于提升文本语义表征精度。其设计注重隐私保护，生成的嵌入向量能有效保留语言细微差异。

部署方式

Ollama部署：

执行下面代码：

ollama run dengcao/EmbeddingGemma

ollama模型库：https://ollama.com/dengcao/EmbeddingGemma

 魔搭：https://modelscope.cn/models/google/embeddinggemma-300m

Hugging Face地址：https://huggingface.co/collections/google/embeddinggemma-68b9ae3a72a82f0562a80dc4