摘要由 AI 生成
微信开源多模态嵌入模型WeMM-Embedding，该模型支持文本、图像、音频、视频等多种模态数据的嵌入表示，能够高效地将非结构化多模态数据转化为向量空间中的稠密表示，广泛应用于自然语言处理、计算机视觉、语音识别等场景，为多模态大语言模型和智能系统提供了重要的基础组件。
关键实体KEY ENTITIES
MMEB-v2Qwen3.5WeMM-Embedding微信
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- 微信1
- WeMM-Embedding1
- Qwen3.51
- MMEB-v21
全部报道（1）SOURCES
↗
2026 年 9 月 4 日，微信 AI 宣布开源通用多模态嵌入模型 WeMM-Embedding，该模型含 2B、4B、9B 三个版本，基于 Qwen3.5 架构。其 9B 版本在 MMEB-v2 榜单以 80.6 分居首，2B 版达 77.9 分，超越此前领先 8B 开源模型。目前模型已部署于微信视频号、直播、公众号等核心场景，日均调用量超 10 亿次，用于检索、排序、用户建模与跨域理解。相关论文、代码及模型已在 arXiv、GitHub 和 Hugging Face 同步发布。