DigUp 采用 Google DeepMind 在 2026年10月 发布的 EmbeddingGemma 2 模型。该模型将文本、图像、音频与视频映射到同一个 768 维空间中，因此不仅能跨模态查找，还具备跨语言理解能力。
跨语言语义检索的工作方式
你可以用一种语言输入描述，去检索用另一种语言写成或讲述的内容。Google 指出该模型在各项语言上的表现并不完全均等。DigUp 官方的测试评估（evals）目前仅覆盖了英语、孟加拉语和阿拉伯语，因为开发者测试所用的本地文件主要包含这三种语言。
关于底层模型的架构与参数细节，可参考 EmbeddingGemma 2 介绍。
精确词匹配与无空格语言限制
DigUp 的搜索同时包含“语义向量检索”与“精确词匹配”。发票号、错误代码或特定名称会被按原样匹配，以补足纯向量搜索的不足。但在精确词处理上存在两点限制：
- 无空格分词限制：对于中文、日文、泰文等词语之间不使用空格分隔的语言，DigUp 并没有进行分词处理。语义搜索仍能通过模型向量理解整句含义，但精确词匹配机制在这类语言中受到限制。
- 截图文字识别范围：截屏内部的文字识别仅在 Mac 上提供（由系统原生视觉接口处理），支持约 25 种语言（官方未列出具体语言清单）。在 Windows 与 Linux 上，目前不会读取截图内部的文字。
输入法打字支持
在 Mac 版本的 0.6.1 更新中，DigUp 修复了组合输入法（Compositional IME）的问题。此前使用中文、日文或韩文输入法在搜索栏组字打字时，输入框中容易出现未完成拼写的散乱英文字母。
有关搜索面板快捷键与日常查找语法，请参阅 DigUp 怎么用。