微信视觉团队近日开源WeMM-Embedding,并透露这组模型已经用于视频号、公众号、朋友圈和电商等业务。

WeMM-Embedding不是聊天模型,而是把文本、图片、视频和视觉文档转成统一的可检索表示,用于搜索、内容召回和推荐。此次发布包括2B、4B和9B三个版本,公开评测结果显示,9B版本在MMEB-v2和MMEB-v3中的综合表现均排名第一。

微信团队还开放了模型代码、评测工具和模型权重,开发者可以自行下载和部署。