نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# EmbeddingGemma 2: نموذج أولي للبحث المحلي في النصوص والوسائط

> يجمع EmbeddingGemma 2 من Google تمثيلات النص والصور والفيديو والصوت في نموذج استرجاع محلي واحد. ويرتب هذا الدليل المستند إلى الوثائق قرارات الإعداد والتقييم.

By BIG CHANGE Editorial

Published: 2026-10-06T20:48:02.995Z
Updated: 2026-10-06T20:48:02.995Z
Canonical: https://bigchange.ai/blog/embeddinggemma-2-local-multimodal-search-guide

![Conceptual illustration of one person seated on a rug, holding a phone and a landscape photo beside a box of personal prints and paper records.](https://bigchange.ai/api/media/file/embeddinggemma-personal-collection-hero-v1.png)
A person considers a small personal collection of photos and records beside a phone. Conceptual AI-generated illustration by BIG CHANGE; it does not show an EmbeddingGemma 2 interface or tested search result.

أطلقت Google نموذج EmbeddingGemma 2 في 6 أكتوبر 2026، وأتاحت أوزانه للتنزيل بموجب ترخيص Apache 2.0. يحول النموذج النصوص والشفرة والصور والفيديو والصوت إلى متجهات يمكن مقارنتها في فضاء مشترك ذي 768 بُعداً. وتتمثل الأسئلة العملية للمطور الذي لديه مجموعة محلية في المشفرات التي ينبغي تحميلها، وطريقة تمثيل الاستعلامات والملفات، ومدى فائدة النتائج لتلك المجموعة. يتبع هذا الدليل تعليمات Google المنشورة وبطاقة النموذج؛ ولم تشغّل BIG CHANGE النموذج أو تقس جودة الاسترجاع.

## التغيير الأبرز

- **ما الذي تغيّر:**كان نموذج EmbeddingGemma السابق يعالج النص فقط. وأضاف الإصدار الثاني مشفرات للرؤية والصوت، ما يتيح مقارنة استعلام نصي بوسائط مدعومة في فضاء متجهات مشترك من دون إنشاء أوصاف أو نصوص مفرغة أولاً. وقد نشرت Google الأوزان؛ [ومن المقرر إتاحة خدمة ML Kit على Android خلال الأسابيع المقبلة](https://developers.googleblog.com/google-ai-edge-with-embeddinggemma-2/).
- **لماذا يهم ذلك:**يمكن للمطور تحميل المشفرات التي تحتاج إليها المجموعة المحلية وإنشاء فهرس استرجاع واحد لأنواع الملفات المدعومة. [وتعرض AI Edge Gallery من Google](https://developers.googleblog.com/google-ai-edge-with-embeddinggemma-2/)متجهات الوسائط المحلية في SQLite مرتبة حسب التشابه الكوني. ومع ذلك، يظل التطبيق بحاجة إلى استيراد الملفات وتخزين المتجهات وعرض النتائج والتحقق من التطابقات المضللة.
- **ما الذي ينبغي مراقبته:**السؤال العاجل هو ما إذا كانت الملفات الممثلة تُرتب جيداً ضمن ميزانية ذاكرة الجهاز وزمن الاستجابة. وقد تغير خدمة Android اللاحقة طريقة التكامل؛ لكن الموعد المعلن لا يعني أن الخدمة متاحة اليوم.

## اختر المدخلات قبل تحميل النموذج

يوثق [دليل المطور](https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/) إصدار Sentence Transformers 6.1.0 أو أحدث وأمر التثبيت هذا لجميع الوسائط المدعومة:

```bash
pip install -U sentence-transformers[image,audio,video] transformers
```

نقطة التحقق المحددة هي `google/embeddinggemma-2`. ويتضمن التحميل الافتراضي في Sentence Transformers جميع المشفرات. وبالنسبة إلى مجموعة لا تضم إلا النص والشفرة، يوصي الدليل باستبعاد الرؤية والصوت عند التحميل:

```python
from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "google/embeddinggemma-2",
    config_kwargs={"vision_config": None, "audio_config": None},
)
```

يتطلب الإبقاء على الرؤية مع استبعاد الصوت `config_kwargs={"audio_config": None}`؛ ويتطلب الإبقاء على الصوت مع استبعاد الرؤية `config_kwargs={"vision_config": None}`. تغير هذه الخيارات الأوزان المحملة، لكن المتجهات الناتجة تبقى في الفضاء المشترك للنموذج. لذلك يمكن، وفقاً للدليل، مقارنة استعلام نصي فقط بصورة شُفرت بإعداد يتضمن الرؤية. وتصف Google النموذج بأنه مناسب لأجهزة المستهلكين، لكن مثال Python المنشور هو بداية سريعة للمكتبة، لا ضماناً مقاساً للذاكرة أو زمن الاستجابة على جهاز القارئ.

## شفّر الاستعلامات وعناصر المجموعة بطرق مختلفة

بالنسبة إلى استرجاع النص، تحدد [بطاقة النموذج](https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2) تعليمات مهام منفصلة للاستعلامات وعناصر المتن. ويمررها Sentence Transformers عبر `prompt_name`:

```python
query_vector = model.encode("northern lights", prompt_name="SearchQuery")
document_vector = model.encode(
    "Charged particles from the sun cause the northern lights.",
    prompt_name="Document",
)
score = model.similarity(query_vector, document_vector)
```

ينتج هذا المقتطف الموثق متجهات ودرجة تشابه؛ لكنه ليس نتيجة رُصدت في بيئتنا. `Document` تدرج `title: none`. وإذا كان للعنصر عنوان فعلي، تطلب Google تنسيقه صراحةً بالشكل `title: {title} | text: {content}`. ويستخدم البحث في الشفرة تعليمة الاستعلام `CodeRetrieval` مع عنوان الشفرة المفهرسة أو اسم ملفها. وللتصنيف والتجميع وتشابه الجمل تعليمات متناظرة خاصة بها. وتذكر بطاقة النموذج أن النموذج يعمل من دون تعليمات النص، لكن الدقة تنخفض.

لا يحتوي `model` السابق على مشفر للرؤية أو الصوت. وقبل ترميز صورة، حمّل [إعداد النص والرؤية الوارد في الدليل](https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/) من نقطة التحقق نفسها، ثم استخدم ذلك النموذج للوسيط والاستعلام. يتبع هذا التسلسل الوثائق؛ ولم نشغّله:

```python
media_model = SentenceTransformer(
    "google/embeddinggemma-2",
    config_kwargs={"audio_config": None},
)
image_vector = media_model.encode({"image": "photo.jpg"})
query_vector = media_model.encode("a photo query", prompt_name="SearchQuery")
score = media_model.similarity(query_vector, image_vector)
```

للصوت، أعد التحميل مع استبعاد `audio_config: None` لتفعيل مشفر الصوت؛ فالتحميل الافتراضي الكامل يتضمن الرؤية والصوت. ويمرر دليل Google قاموساً مثل `{"audio": "recording.wav"}` من دون بادئة مهمة نصية. ويمكن أيضاً دمج النص والوسائط بوضع العلامات `<|image|>` أو `<|video|>` أو `<|audio|>` في النص وتوفير الملفات المطابقة في القاموس. وينتج عن هذا الاستدعاء متجه واحد للمدخل المدمج. وتحدد بطاقة النموذج صوتاً أحادي القناة بتردد 16 kHz، وتذكر أن الفيديو يُعيّن افتراضياً بمعدل إطار واحد في الثانية. وتتشارك الصور وإطارات الفيديو والصوت والنص ميزانية سياق قدرها 8,192 رمزاً؛ لذلك يتطلب المقطع الطويل أو العنصر المختلط تخطيط المدخلات بدلاً من افتراض أن كل ملف سيتسع.

## اختر حجم المتجه ثم تحقّق من المفاضلة

يبلغ خرج النموذج الأصلي 768 بُعداً. وتدعم بطاقة Google أبعاد 512 و256 و128 عبر اقتطاع المتجه. ويوثق الدليل استخدام `truncate_dim=256` مع `normalize_embeddings=True` في `model.encode()`. يجب أن تتطابق أبعاد متجهات الاستعلام والعناصر المفهرسة؛ كما يجب تطبيع المتجهات المختصرة قبل المقارنة الكونية. وتفيد البطاقة بأن 128 بُعداً يخفض الجودة متعددة الوسائط أكثر بكثير من 256، وتوصي به أساساً لأعباء العمل النصية. وهذه أرقام من اختبارات Google المرجعية بالدقة الكاملة، وليست توقعاً لمعدل الاسترجاع في مجموعة بعينها.

الدقة العددية خيار إعداد آخر. وتوصي البطاقة باستخدام `bfloat16` على الأجهزة التي تدعمه أو `float32` في غير ذلك، بما في ذلك معظم وحدات CPU. وتحذر من أن `float16` قد ينتج قيماً NaN أو يضعف التضمينات من دون تنبيه. وتصف أعداد معاملات التحميل الانتقائي مكونات النموذج، بينما تعتمد الذاكرة الفعلية للجهاز وسرعة البحث على مسار التنفيذ والدقة والفهرس وحجم المدخل.

## ما الذي ينبغي تقييمه قبل استخدام النتائج؟

يمكن للنموذج الأولي فهرسة عينة صغيرة مسموح بها، والاحتفاظ باستعلامات ممثلة، ثم فحص ظهور العناصر الصحيحة في المراتب الأولى. أدرج حالات نص إلى نص أو نص إلى صورة أو نص إلى صوت فقط إذا كانت هذه الوسائط موجودة فعلاً في المجموعة. قارن 768 و256 بُعداً باستخدام الاستعلامات نفسها، وافحص الإخفاقات عبر اللغات وأنواع المستندات ذات الصلة، وقس الذاكرة ووقت الفهرسة وزمن الاستعلام على الجهاز المستهدف. هذه خطوات تقييم للقارئ؛ ولم تنفذها BIG CHANGE.

تُظهر [النتائج المنشورة في بطاقة النموذج](https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2) EmbeddingGemma 2 بدرجة 78.68 مقابل 68.76 للنموذج السابق في MTEB code v1؛ وفي multilingual MTEB v2 تبلغ الدرجات 61.36 مقابل 61.15. كما تعرض البطاقة نتائج للصور والفيديو والصوت من دون مقارنة بالإصدار الأول لهذه الوسائط. استخدمت كل النتائج المرجعية المذكورة نقطة تحقق كاملة الدقة. وهي توضح شروط تقييم Google، لا الدقة في أرشيف محلي. وتحذر البطاقة من اختلاف الجودة حسب اللغة والمهمة، ومن حاجة تطبيقات الاسترجاع إلى مرشحات وفحوص إنصاف خاصة بها.

نُشرت الأوزان بترخيص Apache 2.0، ويربط الدليل إلى [مستودع Hugging Face](https://huggingface.co/google/embeddinggemma-2). وتعرض مواد Google طريقة للتشغيل المحلي من دون سعر نشر عام: الجهاز والحوسبة والتخزين والهندسة تكاليف تخص التطبيق. والخطوة التالية للقارئ هي التحقق مما إذا كان النموذج يرتب الملفات الممثلة على نحو صحيح ضمن ميزانية الجهاز.

## المصادر ومراجع إضافية

- [إعلان Google AI Edge](https://developers.googleblog.com/google-ai-edge-with-embeddinggemma-2/)، 6 أكتوبر 2026: مرحلة الإطلاق، وتطبيق البحث المحلي في الوسائط ضمن AI Edge Gallery، والموعد المعلن لـML Kit. وقياسات الأجهزة الواردة في هذا المقال من Google.
- [دليل مطوري EmbeddingGemma 2](https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/)، 6 أكتوبر 2026: إصدار المكتبة وخيارات التحميل وأمثلة الترميز وتعليمات اقتطاع المتجهات.
- [بطاقة نموذج EmbeddingGemma 2](https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2): بنية النموذج وحدود المدخل وتعليمات المهام والتحذير المتعلق بالدقة وجداول الاختبارات والقيود. النتائج مقدمة من Google.
- [مستودع نماذج Google](https://huggingface.co/google/embeddinggemma-2): نقطة التحقق المحددة وملفات النموذج المنشورة. لا يثبت توفر المستودع أداء التطبيق.

## Sources

- [انقل البحث الدلالي متعدد الوسائط إلى الأجهزة الطرفية مع EmbeddingGemma 2](https://developers.googleblog.com/google-ai-edge-with-embeddinggemma-2/) — مرحلة الإطلاق وتطبيق Google AI Edge Gallery وإتاحة ML Kit المرتقبة؛ وأرقام الأجهزة قياسات من المورد.
- [EmbeddingGemma 2: دليل المطور](https://developers.googleblog.com/en/embeddinggemma-2-the-developer-guide/) — Sentence Transformers 6.1.0+ وإعدادات التحميل وأمثلة ترميز المهام والوسائط واقتطاع المتجهات.
- [بطاقة نموذج EmbeddingGemma 2](https://ai.google.dev/gemma/docs/embeddinggemma/model_card_2) — البنية وحدود المدخل والمطالبات والدقة ودرجات الاختبارات التي أبلغت بها Google والمخاطر والقيود.
- [نقطة التحقق google/embeddinggemma-2](https://huggingface.co/google/embeddinggemma-2) — مستودع النموذج المحدد والملفات المنشورة والترخيص.