Gemini Embedding 2
O Google lançar o Gemini Embedding 2 com uma arquitetura de RAG que processa texto, imagem, vídeo, áudio e PDF em um único espaço vetorial unificado.
Uma chamada de API. Um índice. Modalidades diferentes.
Até agora, montar um sistema de busca semântica multimodal exigia modelos separados para cada tipo de conteúdo, pipelines distintos, sincronização manual entre índices e uma camada de orquestração para unir tudo.
Era inclusive onde boa parte dos projetos de RAG em produção quebrava.
Como funciona agora:
→ Texto, imagem, vídeo, áudio e PDF no mesmo espaço vetorial (sem conversão intermediária)
→ Busca cruzada nativa: uma consulta em texto recupera diretamente um trecho de vídeo ou segmento de áudio
→ Pode ser usado com Vertex AI, Weaviate, Qdrant e ChromaDB sem complicação.
Quem evitava esse tipo de projeto por questões de complexidade agora tem um obstáculo bem menor aqui.
Mais uma boa opção pra testar.
