マルチモーダルな埋め込みモデル、Gemini Embedding 2の紹介

矢野 哲平

目次

こんにちは、AIニュースアプリ Morning AI 開発者の矢野哲平です。この記事ではGoogleから発表されたGemini Embedding 2について触れます。

Gemini Embedding 2？

Google初のマルチモーダル埋込モデルと説明されています。

Gemini Embedding 2 - Google

文字や画像、動画、PDFを一つの形式にまとめることができます。

このモデルはGemini APIから利用可能で、モデルIDはgemini-embedding-2-previewです。テキスト、画像、動画、音声、PDFに対応しています。

現時点では無料枠の範囲で利用可能です。

ビジネスシーンでの利用

社内の文書やテキストベースのファイル、会議の音声も横断的に検索できるようにしても面白いかなと。

ただし、動画や音声に関しては容量は小さいので、ここは別のアプローチが必要になってくると思います。

入力タイプ 制限
テキスト 最大8,192トークン
画像 最大6枚（PNG/JPEG）
動画 最大128秒（MP4/MOV）
音声 最大80秒（MP3/WAV）
PDF 最大6ページ

関連記事

  1. Google Gemma 4が登場、パラメータあたりの性能を追求したオープンモデル

    Google DeepMindのオープンモデルGemma 4を解説。Gemini 3ベースで「パラメータあたりの知能」を重視し、Apache 2.0で商用利用も自由。4つのモデル構成、マルチモーダル、エージェント機能、使い方まで。

  2. Googleの音声AIモデル Gemini 3.1 Flash Live とは？

    Googleのリアルタイム音声対話モデルGemini 3.1 Flash Liveを解説。ピッチやテンポなど音響的なニュアンスの認識が向上。ベンチマーク、使える人と利用方法、Gemini Liveでの改善点、企業の採用事例まで。

  3. Gemini Robotics-ER 1.6とは？ロボットの空間推論を強化する新モデル

    Google DeepMindのロボット向けモデルGemini Robotics-ER 1.6を解説。空間推論と多視点理解を強化した3つの改善領域、前バージョンとの性能比較、安全性の改善、Boston Dynamicsとの協力まで。

新着記事

  1. AIエージェントにブラウザを操作させるには？始め方・活用例・注意点をわかりやすく解説

    ChatGPTのWorkモードやClaudeのChrome拡張機能で、AIにブラウザを操作させる方法を解説します。調べ物やレポート取得の活用例、セキュリティの考え方、定期タスクを手順書で効率化するコツまでまとめました。

  2. Gemini 4 Carbonとは？Argonを上回るGoogleの最上位モデルの特徴と、いつ使えるのかをわかりやすく解説

    Googleが10月28日（現地時間）に発表した新モデル「Gemini 4 Carbon」を整理します。軽量版ではなくArgonを上回る最上位モデルで、特にサイバーセキュリティと長時間のエージェント作業に強いのが特徴です。今は審査済みの専門家向けの限定公開で、一般公開の時期と導入価格もあわせて解説します。

  3. Claude Codeのultrathinkが変更

    Claude Codeのultrathinkが、2.1.311からそのターンのeffortを実際にxhighへ引き上げるようになりました。今の仕様、効く条件と虹色の表示、31,999トークンの時代からの変遷、よくある誤解、/effortとの使い分けを解説します。

  4. Grok Botの活用アイデアまとめ

    AIエージェント「Grok Bot」の活用アイデアまとめ。公式が紹介する営業・採用・サポートなどのビジネス向けと、Cursorと組み合わせるエンジニア向けの使い方に加え、筆者が実際にやっているX連携・ダイエットの記録・勉強・他社のAIエージェントとの連携などを紹介します。

  5. Grok Botの始め方と使い方

    AIエージェント「Grok Bot」の始め方と使い方を実体験から解説。料金と使えるプラン、Xと連携した情報収集やAIポッドキャストなどおすすめの使い方、記憶の整理でミスを減らすコツ、買い物の自動化がまだ難しい理由までまとめます。

  6. Claude Duetとは？Anthropicのクラウド型AIエージェントと、各社の動きをまとめて解説

    Anthropicが発表した先回り型のAIエージェント「Claude Duet」の仕組み、承認の仕組み、誰がいつ使えるのかを整理します。あわせてGrok Bot・Muse・dots・Gemini agentと続くクラウド型AIエージェントの流れと、今試すならどれかを解説します。

  7. Gemini NotebookはGoogleドライブのどこまで参照する？フォルダとファイルの参照範囲を解説

    Gemini Notebook（旧NotebookLM）とGoogleドライブを連携した時、AIはどこまで情報を参照するのか。指定していないフォルダまで読まれることはあるのか、連携の単位から整理します。

  8. Gemini 4 ArgonはChatGPTやClaudeと比べてどうなのか？公式比較・外部評価・得意不得意を解説

    Googleの最上位モデルGemini 4 Argonを、ChatGPT（GPT-6 Astra）やClaude（Fable 5.1・Opus 5.5）と比較。Googleの公式比較、Artificial AnalysisやVals AIなど外部の評価、実際に使った感想から、Argonの得意なこと・不得意なことを整理します。

  9. Google AI Studioで作ったAndroidアプリを自分のスマホに入れられるように｜開発者アカウント不要

    10月13日のGoogle Playの発表で、Google AI Studioで作ったAndroidアプリを自分のスマホにインストールして使えるようになりました。開発者アカウントは不要で、アプリは非公開。何が嬉しいのか、在庫チェックや日報など自分専用の業務アプリの例と、地域・年齢の注意点を解説します。

  10. SynthIDとは？TIMEの「Best Inventions 2026」に選ばれたGoogleの電子透かしをわかりやすく解説

    GoogleのSynthIDが、TIME誌の「Best Inventions 2026」に選ばれました。AIが作った画像・音声・動画・テキストに目に見えない電子透かしを入れる技術で、これまでに1,800億件以上に適用されています。何ができるのか、私たちユーザーにとって何が大事なのかを解説します。

AIニュースの最新情報を毎日チェック