jina-embeddings-v5-omni-nano

엣지 배포를 위한 소형 멀티모달 벡터

라이선스

CC-BY-NC-4.0

출시일

2026-05-07

입력

텍스트

이미지

오디오

동영상

PDF

출력

벡터

Matryoshka 차원

128

256

512

768

모델 세부정보

매개변수: 1.0B

입력 토큰 길이: 8K

출력 크기: 768

기본 모델

jina-embeddings-v5-text-nano

훈련된 언어

32 언어

지원되는 언어

108 언어

양자화

GGUF

Apple Silicon 지원

MLX

개요

jina-embeddings-v5-omni-nano(약 10억 4천만 파라미터)는 엣지 및 범용 하드웨어를 위해 설계된 v5-omni 제품군의 컴팩트 버전입니다. 이 모델은 jina-embeddings-v5-text-nano를 확장하여 동일한 멀티모달 기능, 즉 공유 벡터 공간에서의 텍스트, 이미지, 비디오, 오디오 입력을 지원합니다. 텍스트 전용 출력은 jina-embeddings-v5-text-nano와 비트 단위로 동일합니다. 이 모델은 768차원 임베딩을 생성하며 Matryoshka 절단으로 32차원까지 축소할 수 있고, 8K 토큰의 컨텍스트 길이를 지원합니다.

방법

jina-embeddings-v5-text-nano를 확장한다는 점을 제외하면 omni-small과 동일한 세 번째 단계 학습을 따릅니다. EuroBERT-210M 텍스트 백본과 LoRA 어댑터는 고정됩니다. 크로스 모달 프로젝터가 SigLIP2 Base 비전 인코더와 Whisper-large-v3 오디오 인코더를 텍스트 백본에 연결합니다. 학습 데이터와 목표는 omni-small과 동일합니다.

성능

텍스트 전용 성능은 jina-embeddings-v5-text-nano와 비트 단위로 동일합니다. 멀티모달 성능은 더 좁은 임베딩 공간(768차원 대 1024차원)과 더 작은 텍스트 백본으로 인해 omni-small보다 약간 낮지만, 강력한 크로스 모달 정렬은 유지합니다. 더 큰 omni-small 모델을 실행할 수 없는 CPU 및 엣지 하드웨어에 최적화되었습니다.

모범 사례

사용 패턴은 omni-small과 동일하며, LoRA 어댑터 선택 및 멀티모달 입력 처리 방식도 완전히 같습니다. 주요 차이점은 768차원 출력 공간(마트료시카 방식으로 32차원까지 축소 가능)과 8K 컨텍스트 윈도우입니다. nano 버전은 GPU 가속 없이 일반 하드웨어에서도 실행 가능합니다. 텍스트 전용 임베딩은 jina-embeddings-v5-text-nano와 완전히 호환됩니다.

이 모델을 언급하는 블로그

5월 12, 2026 • 7 분 소요

jina-embeddings-v5-omni: Embeddings for Text, Image, Audio and Video

One model, four modalities: text, image, audio, video. Best-in-class omni embeddings in 1.6B and 0.9B.