O Google apresentou o EmbeddingGemma 2, um novo modelo aberto e compacto de inteligência artificial desenvolvido para executar busca semântica multimodal diretamente em dispositivos. A tecnologia consegue transformar texto, código, imagens, áudio e vídeo em representações numéricas dentro de um mesmo espaço, permitindo encontrar conteúdos relacionados mesmo quando eles estão em formatos diferentes.
Anunciado em 6 de outubro de 2026 pelo Google DeepMind, o modelo tem até 740 milhões de parâmetros e foi projetado especialmente para aplicações locais, nas quais privacidade, baixa latência e consumo reduzido de memória são importantes. Segundo o Google, a configuração completa pode operar com aproximadamente 567 MB de memória ativa em um Pixel 11 Pro, enquanto o módulo voltado apenas a texto pode usar cerca de 191 MB.
Na prática, isso abre espaço para mecanismos de busca inteligentes e sistemas de recuperação de informações que funcionam no próprio celular ou computador, sem depender de enviar todo o conteúdo do usuário para um servidor remoto.
O que é o EmbeddingGemma 2?
O EmbeddingGemma 2 é um modelo de embeddings multimodais. Diferentemente de um chatbot, seu objetivo principal não é conversar ou escrever respostas longas, mas compreender relações semânticas entre diferentes tipos de informação.
Um embedding transforma um conteúdo em uma sequência de números — um vetor — que representa características e significado daquele conteúdo. Informações semanticamente próximas ficam posicionadas de forma semelhante nesse espaço matemático.
Isso permite, por exemplo, pesquisar por uma frase e encontrar uma imagem relacionada ao conceito, localizar um trecho específico em um vídeo, comparar documentos ou recuperar partes relevantes de uma base de conhecimento para alimentar outro modelo de IA.
O novo modelo coloca texto, código, imagens, vídeo e áudio em um espaço vetorial unificado de 768 dimensões. Essa característica elimina a necessidade de utilizar modelos completamente separados para cada modalidade em diversas aplicações.
Modelo pode rodar localmente com menos de 600 MB de memória ativa
Um dos principais diferenciais do lançamento está no tamanho. Modelos multimodais normalmente exigem infraestrutura considerável, mas o Google projetou o EmbeddingGemma 2 para funcionar em dispositivos de borda, incluindo smartphones.
A arquitetura é modular. Desenvolvedores que precisam trabalhar somente com texto e código podem utilizar uma configuração de aproximadamente 270 milhões de parâmetros. A versão completa chega a 740 milhões e adiciona suporte às demais modalidades.
De acordo com o Google, em testes no Pixel 11 Pro, os pesos voltados apenas a texto podem utilizar aproximadamente 191 MB de RAM ativa, enquanto o modelo multimodal completo fica em torno de 567 MB. Os valores não significam que qualquer aparelho com essa quantidade de memória conseguirá executar todas as aplicações sem limitações, já que sistema operacional, framework e restante do software também consomem recursos.
A proposta, porém, é clara: levar tarefas de recuperação e interpretação semântica para perto dos dados.
Por que executar inteligência artificial no próprio dispositivo importa?
A maior parte das ferramentas populares de IA ainda depende fortemente de data centers. O usuário envia uma solicitação pela internet, servidores processam os dados e devolvem o resultado.
Executar parte desse processamento localmente muda essa dinâmica. Informações potencialmente sensíveis podem permanecer no dispositivo, a aplicação pode continuar executando determinadas tarefas sem conexão constante e a latência tende a diminuir porque não existe a mesma dependência da comunicação com um servidor remoto.
Isso é especialmente útil para aplicativos que precisam pesquisar arquivos pessoais, analisar bibliotecas de mídia, indexar documentos corporativos ou encontrar informações rapidamente em bases locais.
O movimento também acompanha uma tendência mais ampla de integração da IA diretamente aos equipamentos. No Tech Dicas já mostramos como a inteligência artificial está transformando diferentes áreas da TI, incluindo suporte, infraestrutura, desenvolvimento e segurança.
Busca multimodal é uma das principais aplicações
Imagine uma biblioteca contendo milhares de fotos, gravações, vídeos, documentos e trechos de código. Uma busca convencional normalmente depende de nomes de arquivos, metadados ou palavras exatas.
Com embeddings multimodais, a pesquisa pode trabalhar com significado.
Um usuário poderia procurar por um conceito em linguagem natural e receber como resultado um documento relacionado, uma imagem correspondente ou um momento específico de um vídeo, mesmo que as palavras utilizadas na consulta não estejam presentes literalmente no arquivo.
O Google cita aplicações como busca semântica multimodal, recuperação visual de quadros em vídeos e fluxos acionados por condições identificadas localmente. A empresa também disponibilizou demonstrações por meio de ferramentas do Google AI Edge.
EmbeddingGemma 2 também entende código
O lançamento tem utilidade particular para desenvolvedores. Além de linguagem natural, o modelo foi treinado para trabalhar com código e, segundo o Google, apresenta avanço significativo sobre a primeira geração em tarefas de pesquisa técnica.
Isso possibilita criar mecanismos locais de pesquisa em grandes bases de código. Em vez de procurar apenas pelo nome de uma função ou por uma sequência exata de caracteres, uma ferramenta pode recuperar trechos semanticamente relacionados ao problema descrito pelo programador.
Esse tipo de capacidade pode ser combinado com agentes de programação e sistemas RAG para fornecer contexto antes que um modelo generativo produza uma resposta.
O impacto da IA no desenvolvimento já é visível em ferramentas de programação. Um exemplo curioso abordado anteriormente pelo Tech Dicas foi o caso em que uma IA se recusou a continuar gerando código para um desenvolvedor, episódio que também mostrou como esses assistentes estão entrando cada vez mais no fluxo de trabalho de programação.
O que muda para aplicações RAG?
RAG, sigla para Retrieval-Augmented Generation, é uma arquitetura na qual um sistema recupera informações relevantes de uma fonte externa antes de pedir a um modelo generativo que formule uma resposta.
Embeddings são uma peça importante desse processo. Eles permitem indexar informações e localizar os conteúdos semanticamente mais relacionados à pergunta.
Com um modelo multimodal compacto, parte dessa recuperação pode acontecer localmente e abranger diferentes formatos. Uma aplicação poderia, por exemplo, localizar simultaneamente uma página de manual, uma captura de tela e um trecho de vídeo relacionados ao problema relatado pelo usuário.
Isso não transforma o EmbeddingGemma 2 em um chatbot completo. O modelo atua principalmente na etapa de representação e recuperação da informação. Outro modelo pode então utilizar o contexto recuperado para gerar a resposta final.
Modelo aberto pode ser utilizado por desenvolvedores
O EmbeddingGemma 2 foi disponibilizado pelo Google como um modelo de pesos abertos sob licença Apache 2.0. Desenvolvedores podem acessá-lo e integrá-lo a projetos compatíveis, inclusive por meio do ecossistema de bibliotecas de machine learning.
O guia técnico publicado pelo Google mostra integração com a biblioteca sentence-transformers e demonstra como carregar a versão completa para trabalhar com diferentes modalidades.
Para usuários comuns, isso não significa necessariamente que aparecerá um novo aplicativo chamado EmbeddingGemma no celular. O impacto tende a acontecer nos bastidores: desenvolvedores podem incorporar a tecnologia em aplicativos de busca, organização de mídia, assistentes locais e ferramentas corporativas.
Privacidade pode ser um dos maiores atrativos da IA local
O processamento no dispositivo não torna uma aplicação automaticamente segura, mas pode reduzir a necessidade de transmitir determinados conteúdos pessoais ou corporativos para serviços externos.
Em cenários empresariais, essa característica pode ser relevante para documentos internos, código-fonte e outros dados que exigem políticas rígidas de governança.
Ao mesmo tempo, desenvolvedores continuam responsáveis por proteger armazenamento, permissões, índices vetoriais e demais componentes da aplicação. IA local não elimina práticas tradicionais de segurança.
O tema se torna ainda mais relevante conforme modelos de IA passam a lidar com informações sensíveis. O Tech Dicas já mostrou, por exemplo, o alerta do Google sobre ataques direcionados à tecnologia por trás de modelos como o Gemini.
EmbeddingGemma 2 reforça corrida pela IA executada localmente
O lançamento mostra que a disputa em inteligência artificial não acontece apenas entre grandes chatbots. Existe também uma corrida para tornar modelos menores suficientemente eficientes para executar tarefas úteis diretamente em smartphones, notebooks e dispositivos de borda.
Modelos compactos podem reduzir custos de infraestrutura para determinadas tarefas, diminuir latência e permitir experiências que continuem úteis mesmo quando a conectividade é limitada.
No caso do EmbeddingGemma 2, o foco em recuperação multimodal torna a tecnologia particularmente interessante para pesquisa local, RAG, organização de conteúdo e aplicações capazes de compreender vários formatos ao mesmo tempo.
A combinação de até 740 milhões de parâmetros, arquitetura modular e consumo de memória abaixo de 600 MB em uma implementação móvel de referência mostra como modelos especializados estão ficando menores sem abandonar recursos multimodais.
Para desenvolvedores, o lançamento oferece uma nova opção para experimentar busca semântica e recuperação multimodal sem depender exclusivamente de APIs hospedadas na nuvem. Para usuários, a consequência pode aparecer em uma nova geração de aplicativos capazes de entender arquivos, fotos, áudio, vídeo e código mantendo uma parcela maior do processamento no próprio dispositivo.
