在机器智能的演进中，如何让AI像人类一样同时理解文本与图像，并进行精准的跨模态检索，一直是多模态研究的圣地。5月21日，根据大模型开发者社区的最新技术公告，多模态文件搜索迎来了里程碑式的更新。全新的gemini-embedding-2模型已经正式推出了事件驱动型Webhook支持，并全面升级了文件搜索（File Search）功能，率先实现了真正意义上的“原生图片嵌入与多模态搜索”。
在以往的技术架构中，传统的文档搜索大多只能依赖提取图片周围的文本标签或OCR识别出的字符来进行模糊检索，容易造成视觉信息的丢失。而此次升级后，开发者可以直接使用gemini-embedding-2模型将复杂的图像直接转化为高质量的向量嵌入。AI能够直接“看懂”图片中的物体、构图、色彩以及抽象概念，并支持用户直接用文字搜图片，或者用图片搜图片。更具革命性的是，升级后的系统接接地气地加入了接接地元数据，搜索结果中不仅包含用于视觉引用的media_id，还精确指明了信息来源的page_numbers（页码）。这一技术突破，将为智能知识库、电子政务及海量多模态文献检索带来颠覆性的效率提升。
