jina-embeddings-v5-omni: Geometry-preserving Embeddings via Locked Aligned Towers

Este trabalho apresenta GELATO, uma nova abordagem para modelos de embedding multimodais que estende arquiteturas VLM. Resulta na suíte jina-embeddings-v5-omni, que codifica texto, imagem, áudio e vídeo em um único espaço de embedding semântico com eficiência, congelando modelos de texto base e treinando apenas componentes de conexão.