Google DeepMind 的开源多模态 Embedding 模型，把文本、代码、图像、音频和视频映射到统一的 768 维向量空间，适合跨模态检索、聚类和相似度计算。 可在 3qk7 查看同类工具对比、相关新闻、论文和社区信号。

Qwen 的 8B Embedding 模型，面向语义检索、相似度与 RAG 等场景，适合需要较强多语言与代码理解能力的向量检索任务。 可在 3qk7 查看同类工具对比、相关新闻、论文和社区信号。

BAAI 的多语言检索模型，同时支持 dense、sparse 与 multi-vector 检索，适合 RAG、混合检索和长文档搜索。 可在 3qk7 查看同类工具对比、相关新闻、论文和社区信号。

Nomic 的开源文本 Embedding 模型，支持长文本和 Matryoshka 可变维度向量，适合本地语义搜索、RAG 与聚类。 可在 3qk7 查看同类工具对比、相关新闻、论文和社区信号。

Jina AI 的多语言多任务 Embedding 模型，支持长上下文和检索、分类、匹配等不同任务适配。 可在 3qk7 查看同类工具对比、相关新闻、论文和社区信号。