Google lanzó EmbeddingGemma 2, un modelo de embeddings multimodal y de pesos abiertos que permite buscar texto, código, imágenes, audio y video en un mismo espacio vectorial, directamente en el dispositivo. Y lo mejor: la nueva versión de la app Google AI Edge Gallery ya incluye dos demos interactivas para probarlo desde hoy.

El anuncio oficial de Google, publicado el 6 de octubre de 2026, confirma que EmbeddingGemma 2 se ejecuta de forma local, sin enviar datos a la nube. Para quienes siguen la evolución de la búsqueda con inteligencia artificial en Google, este modelo representa el siguiente paso: llevar la búsqueda semántica al teléfono.

¿Qué es EmbeddingGemma 2 y por qué importa?

EmbeddingGemma 2 es un modelo de embeddings de 740 millones de parámetros, construido sobre Gemma 4 y liberado bajo licencia Apache 2.0. A diferencia de la primera versión, que solo procesaba texto, este modelo es nativamente multimodal: convierte texto, código, imágenes, audio y video en vectores de 768 dimensiones que viven en el mismo espacio.

¿Qué significa esto en la práctica? Que puedes escribir “atardecer en la playa” y encontrar la foto exacta de tu biblioteca, o pedir “el momento en que hablan del presupuesto” dentro de una grabación de una hora. El truco está en que una foto, una nota de voz y una línea de código aterrizan en el mismo espacio vectorial, así que una consulta escrita puede recuperar un clip de audio sin pasar por una transcripción.

Comparte el tokenizador de texto y el codificador de audio de Gemma 4, lo que permite ejecutar ambos modelos en un mismo flujo con menor consumo de memoria combinado. También está disponible en Ollama con un comando simple: ollama pull embeddinggemma-2.

¿Qué trae la nueva versión de Google AI Edge Gallery?

Google AI Edge Gallery es la app experimental de Google para ejecutar modelos de IA de código abierto de forma privada y sin conexión, disponible en Google Play Store y Apple App Store. La actualización a la versión 1.0.20 incorpora soporte oficial para EmbeddingGemma 2 y dos demos interactivas, según detalla el blog de desarrolladores de Google.

Instant Media Search: búsqueda visual mientras escribes

Esta demo permite buscar en la biblioteca multimedia del dispositivo con consultas de texto o imagen, mostrando resultados por similitud semántica conforme escribes. Es una experiencia que complementa lo que ofrece Gemini 3.5 Transcribe con su transcripción inteligente, pero centrada en recuperación local de contenido visual.

Video Moments Finder: encuentra el momento exacto de una grabación

La segunda demo localiza pasajes específicos dentro de un video usando consultas de texto o audio, indexando los fotogramas clave sin necesidad de transcribir el material. Al escribir consultas descriptivas como “niños riendo” o “persona soplando velas de cumpleaños”, el motor compara el vector de la consulta con los vectores de los fotogramas y resalta las marcas de tiempo exactas donde ocurren. Para cualquier persona que graba reuniones largas, la diferencia entre revisar una hora de material y saltar directo al fragmento relevante cambia por completo la forma de trabajar.

Google también lleva el modelo a escritorio con Google AI Edge Foresight para Mac, una app experimental donde EmbeddingGemma 2 se combina con Gemma 4 para razonamiento contextual sobre archivos locales.

¿Cómo probar EmbeddingGemma 2 hoy?

1. Descarga la versión más reciente de Google AI Edge Gallery desde Google Play Store (Android) o Apple App Store (iPhone)
2. Abre las demos Instant Media Search o Video Moments Finder desde el menú de la app
3. Concede acceso a tu biblioteca multimedia para que el modelo indexe el contenido localmente
4. Escribe una consulta en lenguaje natural y observa los resultados por similitud semántica
5. Si eres desarrollador, revisa el repositorio de GitHub del proyecto para replicar la implementación o consulta la guía oficial para desarrolladores

¿Cómo pueden los desarrolladores integrar el modelo?

MediaPipe Tasks añade soporte para EmbeddingGemma 2 en sus componentes Embedder y Semantic Retriever, la interfaz del SDK de RAG actual. Esto permite reemplazar cadenas completas de procesamiento —como descripción de imágenes, conversión de voz a texto y embeddings de texto— con una única búsqueda vectorial local, desplegada mediante MediaPipe y LiteRT.

Google indica que el soporte a través de ML Kit para Android llegará en las próximas semanas, así que la integración gestionada no tardará en estar disponible. Los pesos del modelo pueden descargarse desde Hugging Face y Kaggle.

¿Privacidad primero: cuál elegir, la ruta local o la nube?

El enfoque de Google apunta a un punto que cada vez pesa más: los datos no salen del dispositivo. Al igual que la app de Gemini para Windows que acelera el acceso a la IA, EmbeddingGemma 2 refleja la estrategia de llevar inteligencia artificial al borde de la red, donde la latencia baja y la privacidad sube.

En mi opinión, la existencia de ambas rutas es la verdadera noticia: Google no obliga a elegir entre privacidad y escala, sino que deja la decisión en manos de cada proyecto. Con esta actualización, Google AI Edge Gallery se consolida como el escaparate ideal para experimentar con IA local en móvil, y EmbeddingGemma 2 como la pieza que hacía falta para que la búsqueda semántica multimodal funcione en el bolsillo de cualquiera.