EmbeddingGemma 2 : un modèle ouvert pour chercher dans ses fichiers sans le cloud

Tous les modèles d’IA ne cherchent pas à battre des records. Publié le 6 octobre, EmbeddingGemma 2 vise un objectif plus discret : permettre à une application de fouiller des contenus sans envoyer les données vers un serveur.

À quoi sert un modèle d’embeddings

Il transforme un contenu en suite de nombres pour rapprocher ce qui se ressemble par le sens. C’est le moteur d’une recherche interne intelligente. La première version, sortie l’an dernier, ne traitait que le texte et a dépassé 20 millions de téléchargements, selon Google.

La nouvelle version gère aussi le code, l’image, l’audio et la vidéo dans un même espace. On peut ainsi retrouver un extrait vidéo à partir d’un mémo vocal.

Pensé pour les petites machines

Le modèle compte 740 millions de paramètres, et sa structure est modulaire. Pour du texte seul, 270 millions suffisent, avec des modules optionnels pour la vision et l’audio.

Google annonce sur son Pixel 11 Pro une mémoire active d’environ 191 Mo pour le texte et 567 Mo pour le modèle complet, une fois compressé. La fenêtre de contexte passe à 8 000 jetons, quatre fois plus qu’avant.

Le stockage aussi compte

Les vecteurs produits peuvent être réduits de 768 à 128 dimensions, ce qui divise jusqu’à six fois le stockage nécessaire. Sur un téléphone ou un petit serveur, ce détail fait la différence.

Google annonce aussi un gain net sur le code, avec un score passant de 68,76 à 78,68 sur le test MTEB Code. Ce chiffre vient de l’entreprise.

Pourquoi c’est intéressant ici

La licence Apache 2.0 autorise l’usage commercial. Pour un développeur, cela ouvre une voie concrète : une recherche qui fonctionne hors ligne, sans frais d’API par requête, en gardant les données sur l’appareil. C’est un atout là où la connexion est irrégulière, ou quand des documents sensibles ne doivent pas quitter l’entreprise.

Il reste à vérifier la qualité sur ses propres données, notamment en français et en arabe, avant tout déploiement.