山东
分享至
IT之家 9 月 8 日消息，微信 AI 官方在 9 月 4 日宣布，将通用多模态嵌入模型 WeMM-Embedding 开源，包含 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。
据微信员工 @客村小蒋 分享，微信视觉团队最近开源的多模态模型 WeMM-Embedding 简单说就是让系统能同时理解文字、图片和视频，把它们放在同一个语义空间里去比较和检索。
他透露，这个模型已经在微信里大规模用了 —— 朋友圈搜索、视频号推荐、公众号推荐、微信电商都在用，每天调用量 10 亿次。在国际权威榜单 MMEB-v2 上拿了第一，超过此前所有已提交的开源与闭源模型。
IT之家附相关链接：
- 论文链接：https://arxiv.org/abs/2608.24053
- 代码仓库：https://github.com/Tencent/WeMM-Embedding
- 模型集合：https://huggingface.co/collections/tencent/wemm-embedding
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
