用文字、图片或语音，
搜索你所有的媒体素材

EmbeddingGemma 2 是 Google 推出的开放多模态向量模型，可将文字、图片、音频和视频映射到同一个向量空间，让不同格式的内容能够按语义比较。MediaMind 计划用它实现本地语义检索。

普通搜索主要依赖文件名和标签；多模态搜索连接内容的意义。规划中的 MediaMind 支持用文字找图片、用参考图找视频片段，或用语音寻找相关文件。

MediaMind 应用的设计是本地生成并保存向量，不将媒体上传到 Google 或其他第三方。当前网站是营销测试页，不接收任何媒体；加入 Waitlist 时，仅邮箱、语言及同意记录会发送到网站托管和存储服务，用于保存候补名单。

Google 将它设计用于手机、笔记本等消费级设备。MediaMind 的手机端支持仍在规划中，实际设备要求取决于模型配置与硬件。我们会在完成测试后公布兼容设备，不承诺所有手机都能流畅运行。

本地 embedding 指下载模型后，在自己的设备上把内容转换成向量，无需把媒体发送给云端向量 API。首次安装与下载模型需要联网；离线索引和搜索是 MediaMind 的产品设计目标。

已纳入路线图：由 EmbeddingGemma 2 找出相关素材，再交给 Gemma 4 基于这些内容回答问题。这是规划中的集成，当前测试页尚未提供真实 RAG 功能。

MediaMind 目前处于发布前开发阶段。页面演示使用示例素材，不运行真实 AI 模型。你可以免费加入候补名单；正式上线时间与产品价格尚未确定，会在开放体验时通知。