谷歌开源了EmbeddingGemma2，这是它第一个原生多模态嵌入模型，参数740M。文字、代码、图片、视频、音频统一映射到同一个语义空间，跨模态检索第一次能轻量跑在端侧。完整多模态版本内存占用不到600MB，手机、笔记本、浏览器直接开跑，断网也能搜图文和音视频。体积一直是端侧的坎，这次迈过去了。
Cloudflare在10月9日发布开放权重决策模型Clef-omni。旧版Clef只能处理文本和图像，视频还得按时间间隔抽帧，看静态画面。新版原生支持wav、mp3等音频格式和完整视频，一次API调用就能同时处理多种模态的内容。架构升级，补的正是动态信息这块短板。
欧洲这边在换供应商。德国环保搜索引擎Ecosia结束了和法国Mistral的合作，转向包括中国开源模型在内的多种开源方案。Ecosia一直打着种树和技术独立的标签，此前把Mistral当作摆脱美国巨头的救命稻草。这次转向让欧洲科技圈颇为尴尬，"欧洲自主"的叙事撞上了现实。
三件事指向同一个方向：开源模型在两端同时发力，一端把体积压到端侧能跑，一端把音视频等多模态能力补齐。小体积和多模态都能做扎实的，更容易被真正用起来。Ecosia换供应商也说明，选型先看能不能用。