腾讯微信开源通用多模态向量模型 WeMM-Embedding：刷新 MMEB-v2 榜单，已在微信多业务落地
腾讯微信视觉团队近日开源了通用多模态嵌入模型家族 WeMM-Embedding，论文与模型权重现已全面公开。
🌟 核心亮点
• 全模态统一表征：支持文本、图片、视频、视觉文档以及任意图文交错（Interleaved）混合输入，并支持灵活调整输出向量维度。
• 2B/4B/9B 多尺寸覆盖：
• 2B 规格：表现强劲，性能已超越此前 8B 级别的开源 Baseline。
• 9B 规格：在多模态检索与表征权威评测榜单 MMEB-v2 上取得 80.6 分，刷新综合 SOTA 纪录。
• 两阶段训练架构：先通过大规模多模态数据完成空间对齐，再利用高质量精选数据、细粒度相关性监督与跨尺度知识迁移进行优化。
• 工业级实战验证：不仅在微信内部 26 项基准测试和 14 组线上 A/B 测试中表现优异，目前已在视频号、微信公众号、朋友圈及电商搜索/推荐等核心场景规模化上线。
---
🔗 相关链接：
• 论文页面：https://huggingface.co/papers/2608.24053
• 模型集合：https://huggingface.co/collections/tencent/wemm-embedding
• GitHub 开源地址：https://github.com/Tencent/WeMM-Embedding
#多模态 #Embedding #腾讯 #开源模型 #微信团队
腾讯微信视觉团队近日开源了通用多模态嵌入模型家族 WeMM-Embedding，论文与模型权重现已全面公开。
🌟 核心亮点
• 全模态统一表征：支持文本、图片、视频、视觉文档以及任意图文交错（Interleaved）混合输入，并支持灵活调整输出向量维度。
• 2B/4B/9B 多尺寸覆盖：
• 2B 规格：表现强劲，性能已超越此前 8B 级别的开源 Baseline。
• 9B 规格：在多模态检索与表征权威评测榜单 MMEB-v2 上取得 80.6 分，刷新综合 SOTA 纪录。
• 两阶段训练架构：先通过大规模多模态数据完成空间对齐，再利用高质量精选数据、细粒度相关性监督与跨尺度知识迁移进行优化。
• 工业级实战验证：不仅在微信内部 26 项基准测试和 14 组线上 A/B 测试中表现优异，目前已在视频号、微信公众号、朋友圈及电商搜索/推荐等核心场景规模化上线。
---
🔗 相关链接：
• 论文页面：https://huggingface.co/papers/2608.24053
• 模型集合：https://huggingface.co/collections/tencent/wemm-embedding
• GitHub 开源地址：https://github.com/Tencent/WeMM-Embedding
#多模态 #Embedding #腾讯 #开源模型 #微信团队
huggingface.co
Paper page - WeMM-Embedding: WeChat Multi-Modal Embedding Technical Report
Join the discussion on this paper page
