10月8日消息，北京时间 10 月 7 日，Perplexity 正式开源发布 pplx-embed-v2-late—— 一对采用 ColBERT 架构（晚交互）的多模态嵌入模型，分为0.6B 和 9B两个版本。

模型可同时检索文本、图像及渲染后的 PDF 页面，且两者共享同一个嵌入空间，权重以 MIT 许可证在 Hugging Face 上开放，允许商用自托管。

定位：为检索而生

与聊天式大模型不同，嵌入模型负责把内容映射为可检索的向量。pplx-embed-v2-late 的特别之处在于它突破了传统稠密模型 "单向量瓶颈"，为每个 token 保留一个 128 维向量，检索时用 MaxSim 打分（每个查询 token 找到最优的文档 token，再累加这些最大值）。

由于页面被当作图像编码，无需 OCR 即可检索 PDF、幻灯片和扫描件。

模型基于 Qwen3.5 与双向注意力训练，两者均由内部 18B ColBERT 教师模型通过 token 级 LEAF 风格蒸馏而来 —— 这正是二者共享嵌入空间的来源。

小模型查大模型索引

由于 0.6B 与 9B 共享嵌入空间，开发者可用 9B 在云端离线构建文档索引，再用 0.6B 在设备端实时查询，从而大幅降低查询成本。

测试中，用 9B 建索引、0.6B 查询在 ViDoRe v3 图像检索上得分 63.5%，高于 0.6B 两端全用时的 62.3%，而查询成本不变。

Perplexity 表示，0.6B 模型在 ViDoRe V3 上可匹敌约 5 倍活跃参数量的同类模型。

目前该模型仅支持自托管，Perplexity API 托管端点已规划但尚未上线。