手机里一万多张照片，想找半年前那家"红色招牌的面馆"，只能按时间硬翻；想从两小时视频里找"猫第一次踩奶那几秒"，只能拖进度条碰运气。用云端 AI 搜索倒是方便，可你得联网、把照片视频上传到别人服务器，往往还得开会员。
谷歌刚开源的 EmbeddingGemma 2，把这事搬到了手机本地：开飞行模式、断网，一句话就能把照片和视频时刻"揪"出来，照片从头到尾不上传。
几个硬数字（谷歌官方自测，Pixel 11 Pro）全模态版 7.4 亿参数，手机量化后只占约 567MB 内存，纯文字版仅 191MB；文字、图片、视频、音频全懂，一句大白话能搜图，一句描述能定位视频时间点；代码检索跑分 78.68，超过阿里同类 0.6B 模型；支持 100 多种语言，含中文；Apache 2.0 协议，个人免费、公司做产品也免费，号称 10 亿参数内全模态嵌入模型里唯一能免费商用的。最省心的装法：手机应用商店搜 Google AI Edge Gallery（安卓、苹果都有），里面"即时媒体搜索""视频时刻查找"开箱即用，全免费、纯本地。电脑装了 Ollama 的，一行 ollama pull embeddinggemma-2 就能当本地语义引擎。
它不是聊天机器人，不会陪你对话，只给每段文字、每张图算一个"意思指纹"，意思相近就能互相搜到——所以搜"让人安静的蓝"，大海、夜空、雾里的湖面能一起被捞出来。
比起又一个几千亿参数的云端巨无霸，这种把"过去要联网、要上传隐私、要开会员"的能力压进 567MB、断网也能跑的免费小模型，才是真把 AI 往普通人手里塞。隐私回到自己手机，会员费也省了。
说明：跑分与 567MB 占用均为厂商在指定设备上的自测值，换到你的数据和老机型上会浮动；视频按每秒抽一帧理解，找瞬间够用，专业逐帧检索还需再加工。