Google выпустил мультимодальную embedding-модель Gemini Embedding 2 работает с текстом, изображениями, видео, аудио и PDF. В бенчмарках обходит всех конкурентов. При этом других моделей, покрывающих такой спектр задач, похоже, пока нет. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/