AI 导读
Jina 发布 jina-embeddings-v5-omni，其首个同时支持文本、图像、音频和视频的统一 Embedding 模型。它提供 Small（1.57B，1024 维，32K 上下文）与 Nano（0.95B，768 维，8K 上下文）两个尺寸，均支持 Matryoshka 截断到 32 维。
正文
兄弟们！Jina 今天直来了个大 的！
Jina-embeddings-v5-omni 来了！
这是他们首个真正支持 text + image + audio + video 的统一 Embedding 模型！（多模态的EMB~！）
两个尺寸：
Small（1.57B，1024维，32K 上下文）
Nano（0.95B，768维，8K 上下文）
还支持 Matryoshka 截断到 32 维，超级灵活。
最爽的是完全向后兼容：你原来的 v5-text 索引不用动，直接换成 omni 就能开始搜图片、音频、视频了！同一向量空间，无需 reindexing。
性能也很猛，小模型就打平甚至超越好几个参数量大几倍的开源模型。
现在已经在 Hugging Face、Jina API、Elastic Inference Service 上架了。
这波多模态 embedding 真的要爽了兄弟们！
你们已经在做多模态 RAG 或者多媒体搜索了吗？😂
jina-embeddings-v5-omni is here! Our first universal embedding model for text, images, audio, and video. Available in two sizes: small (1.57B, 1024-dim, 32K context) and nano (0.95B, 768-dim, 8K context). Both support Matryoshka truncation down to 32 dimensions. v5-omni is back-compatible: if you already use jina-embeddings-v5-text-small/nano, the existing text indexes work with v5-omni out of the box. Without reindexing the text, just index your multimodal content with v5-omni and start searching images, audio, and video. Video在 X 查看被引用的帖子
来源：@berryxia · x.com