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。

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