ما هو تضمين Gemini 2؟

يتعامل نموذج تضمين Gemini 2 من Google مع النصوص والصور والفيديو والصوت والمستندات في مساحة تضمين واحدة، مما يسهل بناء تطبيقات الذكاء الاصطناعي متعددة الوسائط. هذا النموذج، الذي صدر في مارس 2026، هو أول نموذج تضمين من Google يعالج أنواع المحتوى المتعددة بشكل طبيعي دون الحاجة إلى مسارات منفصلة.

إذا كنت تبني أنظمة بحث دلالي، أو أنظمة RAG، أو تختبر واجهات برمجة التطبيقات التي تعمل مع أنواع وسائط مختلفة، فإن هذا النموذج يبسط بنيتك ويحسن الدقة.

ما الذي يميز تضمين Gemini 2؟

تتعامل معظم نماذج التضمين مع نوع واحد من المحتوى. تضمينات النصوص تعمل مع النصوص. تضمينات الصور تعمل مع الصور. لقد فهمت الفكرة.

يغير تضمين Gemini 2 هذا النمط. فهو يربط جميع أنواع المحتوى هذه في مساحة تضمين واحدة:

• نصوص (ما يصل إلى 8,192 رمزًا)
• صور (ما يصل إلى 6 صور لكل طلب)
• فيديو (ما يصل إلى 128 ثانية)
• صوت (ما يصل إلى 80 ثانية)
• مستندات PDF (ما يصل إلى 6 صفحات)

هذا يعني أنه يمكنك البحث عبر أنواع وسائط مختلفة باستخدام استعلام واحد. اطرح سؤالًا نصيًا واحصل على مقاطع فيديو أو صور أو مستندات ذات صلة. هذه هي قوة التضمينات متعددة الوسائط.

الميزات الرئيسية التي تحتاج إلى معرفتها

1. إدخال متعدد الوسائط متداخل

يمكنك مزج أنواع المحتوى في طلب واحد. أرسل صورة بالإضافة إلى نص، أو فيديو بالإضافة إلى صوت. يفهم النموذج كيفية ارتباطها ببعضها البعض.

هذا مهم عندما تكون بياناتك متعددة الوسائط بطبيعتها. قد يكون لدى المنتج صور وأوصاف وعروض توضيحية بالفيديو. يلتقط تضمين Gemini 2 كل هذه العلاقات في تضمين واحد.

2. تعلم التمثيل المتداخل (MRL)

هنا تكمن العبقرية. يُخرج النموذج تضمينات بأبعاد 3,072 بشكل افتراضي، ولكن يمكنك تقليصها إلى أحجام أصغر دون فقدان كبير في الدقة.

فكر في الأمر كدمى التعشيش الروسية (ومن هنا جاء الاسم). يتم تعشيش المعلومات الهامة بحيث تحتفظ النسخة ذات الأبعاد 768 بجودة شبه قصوى بينما تستخدم مساحة تخزين أقل بنسبة 75٪.

بالنسبة لأنظمة الإنتاج، تحقق الأبعاد 768 التوازن المثالي بين الجودة والكفاءة.

3. تعليمات المهام المخصصة

يمكنك إخبار النموذج بما تحاول فعله. استخدم تعليمات المهام مثل:

• RETRIEVAL_QUERY - لاستعلامات البحث
• RETRIEVAL_DOCUMENT - للمستندات التي تقوم بفهرستها
• SEMANTIC_SIMILARITY - لمقارنة المحتوى
• CLASSIFICATION - لمهام التصنيف

يضبط النموذج تضميناته بناءً على حالة استخدامك، مما يمنحك نتائج أفضل لمهام محددة.

4. معالجة الصوت الأصلية

على عكس النماذج الأخرى التي تقوم بتحويل الصوت إلى نص أولاً، يعالج تضمين Gemini 2 الصوت مباشرة. وهذا يحافظ على الفروق الدقيقة مثل النبرة والعاطفة والسياق التي تضيع في عملية النسخ.

المواصفات الفنية

النص:

• 8,192 رمزًا لكل طلب
• يدعم أكثر من 100 لغة
• يتعامل مع الأكواد والمستندات الطويلة

الصور:

• 6 صور كحد أقصى لكل طلب
• تنسيقات PNG و JPEG

الفيديو:

• 128 ثانية كحد أقصى لكل طلب
• تنسيقات MP4 و MOV
• برامج الترميز H264 و H265 و AV1 و VP9

الصوت:

• 80 ثانية كحد أقصى لكل طلب
• تنسيقات MP3 و WAV
• لا حاجة للنسخ

مستندات PDF:

• 6 صفحات كحد أقصى لكل طلب
• يعالج كلاً من المحتوى النصي والمرئي
• تعرف ضوئي مدمج على الحروف (OCR)

حالات الاستخدام الواقعية

البحث الدلالي عبر أنواع الوسائط

ابنِ محرك بحث يعثر على المحتوى ذي الصلة بغض النظر عن التنسيق. يبحث المستخدم عن "كيفية إصلاح صنبور متسرب" ويحصل على:

• مقاطع فيديو تعليمية
• مقالات خطوة بخطوة
• صور تخطيطية
• تعليمات صوتية

جميعها مرتبة حسب الصلة، وكلها من استعلام واحد.

أنظمة RAG مع سياق متعدد الوسائط

زوّد نموذج اللغة الكبير (LLM) الخاص بك بسياق من مصادر متعددة. عند الإجابة على سؤال حول منتج، اسحب:

• أوصاف المنتج (نص)
• صفحات دليل المستخدم (PDF)
• مقاطع فيديو تجريبية
• صوت مراجعة العملاء

تساعدك التضمينات في العثور على الأجزاء الأكثر صلة عبر جميع التنسيقات.

اختبار واجهة برمجة التطبيقات (API) باستخدام التشابه الدلالي

في Apidog، يمكنك استخدام تضمينات Gemini لاختبار استجابات واجهة برمجة التطبيقات دلاليًا. بدلًا من مطابقة السلسلة النصية الدقيقة، قارن تضمينات الاستجابة بالمخرجات المتوقعة. هذا يلتقط الحالات التي يتغير فيها الصياغة ولكن المعنى يظل كما هو، وهو مفيد لاختبار واجهات برمجة التطبيقات التي تعمل بواسطة نماذج اللغة الكبيرة أو الاستجابات باللغة الطبيعية.

يمكنك أيضًا بناء بحث دلالي في وثائق واجهة برمجة التطبيقات الخاصة بك، مما يساعد المطورين في العثور على نقاط النهاية ذات الصلة من خلال وصف ما يريدون فعله بدلاً من معرفة أسماء المعلمات الدقيقة.

تجميع المحتوى وتنظيمه

جمع المحتوى المتشابه معًا، حتى لو كان بتنسيقات مختلفة. صور المنتجات والأوصاف ومقاطع الفيديو تتجمع تلقائيًا حسب فئة المنتج.

تحليل المشاعر عبر القنوات

حلل ملاحظات العملاء من:

• مراجعات نصية
• شهادات فيديو
• مكالمات دعم صوتية
• صور وسائل التواصل الاجتماعي

احصل على رؤية موحدة للمشاعر عبر جميع القنوات.

الأداء والمعايير

تدعي Google أن تضمين Gemini 2 يتفوق على النماذج الرائدة في مهام النصوص والصور والفيديو. وهو يقدم قدرات كلامية قوية لم تكن متوفرة في نماذج التضمين السابقة.

يحدد النموذج معيارًا جديدًا للعمق متعدد الوسائط، حيث يتعامل مع العلاقات المعقدة بين أنواع المحتوى المختلفة بشكل أفضل من النماذج ذات النمط الواحد.

التسعير

تكلف تضمينات النصوص 0.20 دولار لكل مليون رمز. إذا لم تكن بحاجة إلى استجابات في الوقت الفعلي، فإن واجهة برمجة التطبيقات للدفعات (batch API) تقدم خصمًا بنسبة 50٪.

تتبع الصور والصوت والفيديو أسعار رموز الوسائط القياسية لواجهة برمجة تطبيقات Gemini.

بالنسبة لمعظم التطبيقات، فإن التكلفة معقولة. قد يكلف نظام RAG النموذجي الذي يعالج آلاف المستندات بضعة دولارات لتضمين المجموعة الكاملة للنصوص.

تضمين Gemini 2 مقابل المنافسين

إليك كيفية مقارنة تضمين Gemini 2 بنماذج التضمين الشائعة الأخرى:

الميزة التنافسية الرئيسية هي دعم الوسائط المتعددة. إذا كنت تحتاج فقط إلى تضمينات نصوص، فقد تكون OpenAI أو Cohere أرخص. ولكن إذا كنت تعمل مع الصور أو الفيديو أو الصوت، فإن تضمين Gemini 2 هو الخيار الوحيد الذي يتعامل مع كل شيء في مساحة تضمين واحدة.

التكامل والتوافر

يتوفر تضمين Gemini 2 في معاينة عامة تحت اسم gemini-embedding-2-preview عبر:

• Gemini API
• Vertex AI
• LangChain
• LlamaIndex
• Haystack
• Weaviate
• QDrant
• ChromaDB
• Vector Search

تدعمه معظم قواعد بيانات المتجهات وأطر عمل الذكاء الاصطناعي الرئيسية بالفعل. تشير حالة المعاينة العامة إلى أن واجهة برمجة التطبيقات قد تتغير قبل التوفر العام، لذا خطط لأي تحديثات محتملة في أنظمة الإنتاج.

ملاحظة هامة حول الترحيل

إذا كنت تستخدم نموذج gemini-embedding-001 الأقدم، فاعلم أن مساحات التضمين غير متوافقة. لا يمكنك خلط التضمينات القديمة والجديدة في نفس قاعدة بيانات المتجهات.

الترقية تعني إعادة تضمين مجموعة البيانات بأكملها. لا يوجد مسار ترحيل يحافظ على المتجهات الموجودة. خطط لذلك إذا كنت تفكر في التغيير.

أبعاد الإخراج: ماذا تختار

يدعم النموذج أبعادًا تتراوح من 128 إلى 3,072. إليك ما توصي به Google:

• 3,072 بُعدًا: أعلى جودة، أكبر مساحة تخزين
• 1,536 بُعدًا: جودة وحجم متوازنان
• 768 بُعدًا: النقطة المثالية للإنتاج (جودة شبه قصوى، تخزين أقل بنسبة 75٪)

بالنسبة لمعظم التطبيقات، تعمل الأبعاد 768 بشكل ممتاز. ستحصل على جودة رائعة مع تكاليف تخزين يمكن إدارتها.

متى تستخدم تضمين Gemini 2

استخدم هذا النموذج عندما:

• لديك بيانات متعددة الوسائط (نص، صور، فيديو، صوت)
• تحتاج إلى بحث دلالي عبر أنواع محتوى مختلفة
• تبني أنظمة RAG بمصادر متنوعة
• تريد تجميع أو تصنيف محتوى الوسائط المختلطة
• تحتاج إلى تضمينات تفهم العلاقات بين أنماط الوسائط

ابقَ مع النماذج النصية فقط إذا:

• كنت تعمل بالنص فقط
• تحتاج إلى أعلى أداء نصي مطلق
• لديك تضمينات موجودة لا يمكنك إعادة إنشائها

ماذا يعني هذا للمطورين

يبسط تضمين Gemini 2 تطبيقات الذكاء الاصطناعي متعددة الوسائط. في السابق، كنت بحاجة إلى نماذج تضمين منفصلة لكل نوع محتوى، ثم تكتشف كيفية دمجها. الآن تحصل على نموذج واحد يتعامل مع كل شيء.

هذا يقلل التعقيد في قاعدة التعليمات البرمجية الخاصة بك. استدعاء واحد لواجهة برمجة التطبيقات، مساحة تضمين واحدة، قاعدة بيانات متجهات واحدة. يبقى منطق البحث والاسترجاع بسيطًا.

يعني نهج Matryoshka أنه يمكنك التحسين لتلبية احتياجاتك الخاصة. ابدأ بأبعاد 3,072 الكاملة أثناء التطوير، ثم انزل إلى 768 للإنتاج لتوفير التكاليف.

تتيح لك تعليمات المهام المخصصة الضبط الدقيق دون تدريب. فقط أخبر النموذج بما تفعله، وسيقوم بالضبط.

البدء

لاستخدام تضمين Gemini 2:

1. احصل على مفتاح API لـ Gemini من استوديو Google AI
2. ثبّت حزمة تطوير برامج Google Generative AI (SDK)
3. استدعِ نقطة نهاية التضمين بالمحتوى الخاص بك
4. خزّن التضمينات في قاعدة بيانات المتجهات الخاصة بك
5. استخدمها للبحث، RAG، أو التصنيف

واجهة برمجة التطبيقات مباشرة. ترسل المحتوى، تحدد المعلمات الاختيارية مثل نوع المهمة والأبعاد، وتستقبل التضمينات.

الخلاصة

تضمين Gemini 2 هو رد Google على تحدي الذكاء الاصطناعي متعدد الوسائط. إنه يتعامل مع النصوص والصور والفيديو والصوت والمستندات في مساحة تضمين موحدة.

يوفر نهج Matryoshka مرونة في الأبعاد. تعمل تعليمات المهام المخصصة على تحسين الدقة لحالات استخدام محددة. وتحافظ معالجة الصوت الأصلية على الفروق الدقيقة التي تفوتها النماذج الأخرى.

إذا كنت تبني تطبيقات تعمل مع أنواع محتوى متعددة، فإن هذا النموذج يستحق الاختبار. المعاينة العامة متاحة الآن عبر واجهة برمجة تطبيقات Gemini و Vertex AI.

بالنسبة للمطورين الذين يعملون على البحث الدلالي، أو أنظمة RAG، أو فهم المحتوى، يقدم تضمين Gemini 2 مسارًا أبسط نحو الذكاء الاصطناعي متعدد الوسائط. وإذا كنت تختبر واجهات برمجة التطبيقات باستخدام Apidog، فيمكنك استخدام هذه التضمينات للتحقق من التشابه الدلالي في الاستجابات، وهو مفيد بشكل خاص لنقاط النهاية التي تعمل بنماذج اللغة الكبيرة.