EmbeddingGemma 2 的图像-文本检索借助 ruNNtime WebGPU 推理库实现浏览器端运行

EmbeddingGemma 2 将图像和文本映射到同一个 768 维向量空间，支持以文字描述检索图片。开发者将其文本塔与视觉塔移植到 TypeScript 写的 WebGPU 推理库 ruNNtime，并在浏览器中用本地 GPU 完成完整检索流程，原始数据无需上传服务器。ruNNtime 同时兼容多种类视觉模型，可在交互式文档里直接体验。