-
作者
-
發佈日期
2026-10-07
-
閱讀時間
7分鐘
-
字體大小
Google DeepMind 近日發表了專為行動裝置打造的全新端側（On-Device）AI 模型——EmbeddingGemma 2。與市面上依賴網路連線的大型雲端對話機器人不同，這款主打「小巧、快速且高效」的模型，只需消耗不到 300MB 的記憶體，就能直接在用戶的手機或電腦上順暢運行。這項技術不僅將顛覆傳統的資料搜尋方式，更為普通用戶帶來了前所未有的隱私保護與生活便利。新推出的版本更突破性地新增了處理影像與聲音的能力，除了顛覆傳統的資料搜尋方式，更為普通用戶帶來了前所未有的私隱保護與生活便利。
不是用來聊天的 AI，而是你的「超級圖書管理員」
對一般不太熟悉 AI 技術的用戶來說，可能會將 AI 與「聊天機器人」畫上等號。然而，EmbeddingGemma 2 的專長並非寫作或聊天，而是「理解文字的意思」。
我們可以將它想像成一個安裝在裝置（例如電腦）裡的「超級圖書管理員」。當用戶在日常閱讀文章、寫筆記或瀏覽網頁時，它會在背景默默將這些文字轉化為電腦能理解的「數字座標」（即嵌入向量）。當兩篇內容的主題相近時，它們在系統裡的座標就會相靠，從而賦予設備強大的語意理解與分類能力。
現在，透過搭載 Embedding Gemma 2 的瀏覽器擴充功能，系統會在用戶開啟網頁、觀看影像或聆聽音檔時即時進行背景索引。當用戶需要找資料時，只需用日常對話的方式提問，例如：「上週那個教人怎麼修復木地板的網頁在哪裡？」或是「昨天那部有貓咪叫聲的影片是哪段？」，系統就能透過語意比對，精準檢索出高度相關的網頁與影音內容，完全省去了手動加入書籤或辛苦整理分類的麻煩。
告別死板關鍵字：用自然語言找回遺忘的網頁
在 Google 的官方示範中，展示了這款模型如何徹底改變我們找尋過往資料的習慣。以往，若想找回幾天前看過的一篇文章，用戶必須依賴死板的關鍵字，甚至得手動翻找歷史紀錄與書籤。
現在，透過搭載 EmbeddingGemma 2 的瀏覽器擴充功能，系統會在用戶開啟網頁時即時進行背景索引。當用戶需要找資料時，只需用日常對話的方式提問，例如：「上週那個教人怎麼修復木地板的網頁在哪裡？」，系統就能透過語意比對，精準檢索出高度相關的網頁，完全省去了手動加入書籤或辛苦整理分類的麻煩。
Google 官方應用範例：
1）今次 Google 的範例，就示範一位用家在電腦上搜尋了一堆資料，看了幾個網頁。搭載「EmbeddingGemma」插件的瀏覽器，就會將用家看過的資料向量化，並在背景自動建立索引。
2）之後用戶可在搜尋頁面，就之前看過的網頁內容，以自然語言發問問題。
3）「EmbeddingGemma」會誘導用家自動跳到用戶在瀏覽器開過的頁面
「EmbeddingGemma」的好處是所有資料只要用戶在瀏覽器看過，就能在本地處理好，隨時能夠透過自然語言，將用家想要的內容馬上搜尋出來，搜尋過程可毋須連網。
三大核心優勢：守護個人私隱、無網可用、聰明省力
對於一般大眾而言，EmbeddingGemma 的推出帶來了三個最直接且有感的好處：
- 極致的私隱安全性（資料不出門）： 這是端側模型最大的亮點。因為所有的運算、網頁紀錄與資料比對，全部都在用戶自己的硬件裝置上完成。這意味著你的瀏覽習慣、私人筆記或敏感資料，絕對不會被上傳到任何雲端伺服器，徹底杜絕了資料外洩或被科技公司拿去訓練其他模型的私隱風險。
- 隨時隨地，離線可用： 因為模型運作不依賴雲端伺服器，即使在搭乘飛機、地下鐵等沒有網路訊號，或是網路極差的環境下，用戶依然可以順暢地搜尋和檢索個人設備中過去看過的資料。
- 打造專屬的「數位助理」： 儘管功能強大，EmbeddingGemma 的運行對設備效能的要求卻極低。它可以與其他生成式 AI 模型無縫結合，幫用戶把瑣碎的日常資訊串聯起來。你的設備將不再只是冷冰冰的機器，而是真正了解你個人脈絡的專屬數位助理。
隨著 EmbeddingGemma 2 的開源與普及，未來的 AI 應用將不再侷限於遠在雲端的高科技，而是深入每一台行動裝置，安全守護私隱的生活好幫手。