Cohere 发布 Embed 4：现代多模态搜索解决方案可管理 200 页文档数据

发布时间：2025-04-16 09:50:14 | 责任编辑：字母汇 | 浏览量：23 次

在代理型 AI 热潮持续升温之际，企业检索增强生成 (RAG) 依然扮演着至关重要的角色。近日，紧抓市场对代理日益增长的兴趣，专注于企业级 AI 应用的 Cohere 发布了其最新嵌入模型 Embed 4。该模型在 Embed 3 的多模态能力基础上进行了显著增强，尤其在处理非结构化数据方面表现突出，并拥有高达 128，000 个 token 的超长上下文窗口，理论上能够为约 200 页的文档生成嵌入。
性能跃升：更长上下文与多模态增强
Cohere 在官方博客中指出，现有嵌入模型在理解复杂的多模态企业数据方面存在天然缺陷，导致企业需要进行繁琐的数据预处理才能获得有限的准确性提升。Embed 4 的出现旨在解决这一痛点，助力企业及其员工高效挖掘隐藏在海量、难以搜索信息中的关键洞察。
企业级应用：安全高效，适用多种场景
据介绍，企业可以在虚拟私有云或内部技术堆栈上部署 Embed 4，以增强数据安全性。通过生成嵌入，企业能够将各类文档或其他数据转化为 RAG 用例所需的数值表示，供 AI 代理在响应用户提示时进行参考，从而提高答案的准确性，避免“幻觉”现象。
Embed 4 声称在金融、医疗保健和制造业等监管严格的行业表现出色。Cohere 强调，该模型充分考虑了受监管行业的安全需求，并对企业级应用有着深刻的理解。此外，Embed 4 经过“嘈杂的现实世界数据”训练，即使面对企业数据中常见的拼写错误和格式问题，依然能够保持较高的准确性。更值得一提的是，该模型在搜索扫描文档和手写文件方面表现优异，无需复杂的预处理流程，显著节省了企业的时间和运营成本。Embed 4 的应用场景广泛，涵盖投资者演示、尽职调查文件、临床试验报告、维修指南和产品文档等。与之前的版本一样，该模型支持超过 100 种语言。
Cohere 的客户 Agora 已在其 AI 搜索引擎中采用 Embed 4，并发现该模型能够有效展示相关产品。Agora 创始人 Param Jaggi 表示，电商数据复杂，包含图像和多方面文本描述，而 Embed 4 能够以统一的嵌入形式呈现产品，从而加快搜索速度并提高内部工具的效率。
赋能代理：提升准确性与效率
Cohere 认为，Embed 4 等模型将极大地改善代理的应用场景，并有望成为企业级代理和 AI 助手的“最佳搜索引擎”。该公司强调，Embed 4 不仅在跨数据类型的准确性方面表现强大，还具备企业级的效率，能够扩展以满足大型组织的需求，并能创建压缩数据嵌入以降低存储成本。
值得关注的是，Qodo 的 Qodo-Embed-1-1.5B 和 MongoDB 近期收购的 Voyage AI 的模型也属于 Embed 4 的竞争对手。