maralski/gemma-embed-swift の最新リリースは v0.4.1 である。この Swift パッケージは EmbeddingGemma 2 のテキスト・画像・音声エンコーダを Apple Silicon 上で実行する。独自の Metal カーネルを使い、埋め込み計算はアプリプロセス内で行われる。提供された資料には v0.4.1 の変更内容が示されていないため、具体的に確認できない。
このパッケージは外部の機械学習フレームワークや llama.cpp なしでモデルを実行する構成になっている。Apple SDK 以外の依存関係はなく、モデルの重みは別途ダウンロードが必要である。README によれば公式の GGUF 重みから 768 次元の埋め込みを生成でき、オプションを有効にすると画像と音声も同じベクトル空間に埋め込む。テキスト・画像・音声を混在させた入力も処理し、出力次元を減らす機能と最大 8192 トークンの入力に対応すると説明している。ライセンスは Apache-2.0 である。
README には llama.cpp とのコサイン類似度の比較表があるが、提供された資料には表の数値がないため、比較結果の大小を判断できない。したがって確認できる強みは実装範囲、つまり Apple Silicon 上で外部依存なしで複数の入力種別を埋め込める点であり、性能上の優位性まで示されたものではない。