Google云计算数据仓库服务BigQuery加入文本嵌入（Text Embedding）生成功能，开发者将可以通过熟悉的SQL指令截取文本嵌入，并将其应用到下游应用程序中。目前BigQuery所支持的文本嵌入，可由textembedding-gecko、BERT、NNLM以及SWIVEL模型所生成。

这项新功能的使用流程，由注册需要的模型成为远程模型开始，接着用户就可以使用生成文本嵌入函数来生成嵌入，而这些操作都仅使用BigQuery SQL就可以完成。文本嵌入是一个由文本转化而来的矢量，可用来寻找相似的项目，像是语义搜索、分类、分群、异常侦测和或是对话式接口等应用。

BigQuery新支持的4种模型嵌入，其中textembedding-gecko是运用Google语言模型PaLM生成嵌入，其他三个模型BERT、NNLM以及SWIVEL，则都可以从TensorFlow Hub选用。BERT是Transformer架构的深度预训练网络，可针对自然语言生成密集的矢量表示，NNLM与SWIVEL则是以英文Google新闻语料库训练而成。

同时，官方也宣布开始支持array。