Je app kan nu tekst, afbeeldingen en audio samen doorzoeken — gratis

Wie altijd al wilde dat zijn app tegelijk door documenten, foto's en spraakopnames kon zoeken, heeft vandaag een gratis hulpmiddel van Google. Google DeepMind bracht op 6 oktober EmbeddingGemma 2 uit — een klein, open AI-model dat tekst, afbeeldingen, video en audio samen als één systeem begrijpt.

Zo werkt het: het model leest willekeurige inhoud — een zin, een foto, een geluidsfragment — en zet die om in een lijst getallen die de betekenis vastlegt. Twee dingen met vergelijkbare betekenis krijgen vergelijkbare getallen. Als een gebruiker zoekt op 'hond blaft buiten', kan het model die zoekopdracht matchen met een relevante foto, een audioclip en een tekstbeschrijving — alles in één zoekopdracht, zonder drie aparte systemen.

De praktische kant is even goed. Het volledige model past in ongeveer 567 MB RAM — klein genoeg voor een moderne telefoon. Het is uitgebracht onder Apache 2.0, wat betekent dat het volledig gratis te gebruiken is in commerciële producten. Het ondersteunt meer dan 100 talen en is al beschikbaar op Hugging Face en Kaggle.

De oude manier om multimodale zoekfunctie te bouwen vereiste losse AI-modellen per mediatype, aparte indexen en maatwerkkode om resultaten samen te voegen. Dat kostte geld, complexiteit en API-rekeningen. Nu doet één klein open model het werk. Voor elk team dat zoeken, aanbevelingen of contentmatching bouwt, is het grootste obstakel verdwenen — en er is geen reden meer om te wachten.