動察 Beating AI 快訊,腾訊微信視覺團隊開源 WeMM-Embedding,一口氣放出 2B、4B、9B 三個多模態 Embedding 模型。它們基於 Qwen3.5,可以把文字、圖片、視頻、視覺文檔統一轉成向量,用於搜索、推薦和內容匹配。模型全部採用 Apache 2.0 許可開源。
有趣的是,千問自己目前還沒推出 Qwen3.5-Embedding。官方現有的還是 Qwen3-Embedding 和 Qwen3-VL-Embedding,腾訊反而先拿 Qwen3.5 做出了新一代 Embedding。
成績也挺誇張。WeMM-Embedding 2B 在 MMEB-v2 上拿到 77.9 分,已經略高於 Qwen3-VL-Embedding 8B 的 77.8 分。9B 版進一步做到 80.6 分。兩者都能做文字搜視頻、圖片搜文字等跨模態檢索,但 WeMM 換上 Qwen3.5 底座後,用更小模型做到了更高成績。
這套模型也已經在微信內部實際使用。腾訊稱,它已用於微信公眾號、視頻號、電商推薦和微信搜索,搜索範圍還包括朋友圈。