大家好，我是超哥。今天给大家分享 Google EmbeddingGemma 2 多模态 AI 搜索模型的本地部署教程。这个模型最大的特点就是支持文字、图片、视频和音频四种模态，可以将不同类型的内容转换成统一的向量，实现跨模态语义搜索，文字、图片、视频和音频之间都可以进行相互搜索。今天我会带大家从环境安装、模型部署、建立索引，到四模态搜索实战，完整操作一遍。我们直接开始教程。
一、下载模型等项目文件
Hugging Face 项目介绍：https://huggingface.co/google/embeddinggemma-2
夸克网盘 模型等下载地址：https://pan.quark.cn/s/d09d6306b2d8?pwd=Uvcb
迅雷网盘 模型等下载地址：https://pan.xunlei.com/s/VP3Ky88dgIoPqXsgDEYjI8kyA1?pwd=2ev3
二、安装 Python 3.12
下载地址：https://www.python.org/downloads/release/python-3120/
直达下载：https://www.python.org/ftp/python/3.12.0/python-3.12.0-amd64.exe
验证python是否安装成功，cmd里执行下面代码：
python --version
三、配置本地搜索AI模型
1. 在D盘创建文件夹：EmbeddingGemma2
2. 把下载的文件放入：D:\EmbeddingGemma2
3. 创建虚拟环境
从 D:\EmbeddingGemma2 进入cmd
执行下面命令创建虚拟环境：
python -m venv venv
4. 激活虚拟环境
执行下面命令激活虚拟环境：
venv\Scripts\activate
5. 升级 pip
执行下面的命令升级 pip：
python -m pip install --upgrade pip setuptools wheel
6. 安装显卡 PyTorch
执行下面安装命令：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130
执行下面的检测命令：
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'No CUDA')"
7. 安装依赖
执行下面的安装依赖命令：
pip install -r requirements.txt
四、启动本地AI搜索
我们双击 D:\EmbeddingGemma2 里面的 start.bat，即可启动
启动后浏览器访问：
注意：不要把整个C盘当文件夹选择搜索，C盘系统文件太多，会花很长时间索引和占用大量磁盘空间缓存。
