Google DeepMind presentó este martes 6 de octubre EmbeddingGemma 2, un modelo abierto de inteligencia artificial diseñado para buscar y relacionar textos, imágenes, videos y audios directamente en celulares y computadoras. La apuesta apunta a una tarea concreta: encontrar información por su significado sin tener que enviar cada consulta y cada archivo a un servidor remoto. La compañía acompañó el lanzamiento con demostraciones para probar búsquedas en archivos personales y localizar momentos dentro de un video.
El modelo no funciona como un chat que redacta respuestas extensas. Su trabajo principal es convertir contenidos distintos en representaciones numéricas comparables, conocidas como embeddings. Así, una descripción escrita puede vincularse con una fotografía o con un fragmento audiovisual relacionado. Al reunir esas modalidades en un mismo espacio, los desarrolladores pueden construir buscadores que no dependan solamente de que el nombre de un archivo coincida con las palabras ingresadas por el usuario.
Según la ficha técnica publicada por Google, EmbeddingGemma 2 tiene 740 millones de parámetros y produce vectores de 768 dimensiones. Su arquitectura combina un componente de texto de 270 millones de parámetros con módulos de visión y audio de 170 y 300 millones, respectivamente. Esos módulos pueden cargarse de manera selectiva: una aplicación que sólo busca documentos escritos no necesita mantener activos todos los componentes destinados a interpretar otras clases de contenido.
La posibilidad de ajustar el consumo es importante para equipos con recursos limitados. Google informó mediciones de unos 191 megabytes de memoria activa para los pesos de texto y de unos 567 megabytes para el modelo multimodal completo en un Pixel 11 Pro. Son cifras reportadas por la empresa para esa implementación y ese dispositivo, no una promesa de consumo idéntico en cualquier teléfono. La documentación también permite reducir las dimensiones de los vectores para ahorrar almacenamiento, con efectos sobre la calidad que deben evaluarse según la tarea.
Dos ejemplos del lanzamiento muestran su uso cotidiano. Instant Media Search permite buscar fotos o videos locales mediante lenguaje natural o a partir de otra imagen. Video Moments Finder, por su parte, analiza archivos de video y señala los momentos que mejor coinciden con una descripción. Las demostraciones se incorporan a Google AI Edge Gallery, disponible para Android e iOS. El procesamiento local permite realizar esas operaciones sin conexión una vez que se cuenta con los componentes y archivos necesarios.
La empresa también anunció Google AI Edge Foresight, una aplicación experimental para Mac orientada a reuniones y recuperación de información personal. Combina EmbeddingGemma 2 con modelos Gemma 4 para trabajar con notas, transcripciones y archivos en el propio equipo. Entre los usos presentados figuran enriquecer apuntes breves con información de la conversación y recuperar materiales relacionados. Su carácter experimental importa: el anuncio no equivale a garantizar que todos los resultados sean correctos ni reemplaza la revisión del usuario.
El lanzamiento distingue herramientas disponibles de integraciones futuras. Google prevé incorporar estas capacidades a ML Kit para Android durante las próximas semanas, con aceleración mediante unidades de procesamiento neuronal cuando el equipo las tenga disponibles. Para otros entornos ofrece componentes de MediaPipe y LiteRT. La licencia del modelo es Apache 2.0, según su ficha oficial, y sus usos incluyen búsqueda, clasificación y agrupamiento de contenidos.
La documentación reconoce límites: el rendimiento puede variar entre idiomas, los datos de entrenamiento pueden transmitir sesgos y las consultas ambiguas o complejas pueden producir asociaciones menos útiles. Google DeepMind, dirigida por su cofundador Demis Hassabis, plantea el modelo como una pieza para construir aplicaciones. El cambio práctico que propone es ampliar qué puede buscarse dentro de un dispositivo, manteniendo el procesamiento cerca de los archivos y dejando al desarrollador la responsabilidad de comprobar precisión, seguridad y funcionamiento.
