微信开源通用多模态嵌入模型 WeMM-Embedding，已大规模部署在微信推荐与搜索系统中

9 月 4 日消息，微信 AI 官方今日宣布，将微信线上每天调用十亿量级的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。

官方表示，WeMM-Embedding 选择基于 Qwen3.5 多模态架构作为统一骨干，让图像、视频和文字从一开始就在同一个模型中共同处理。

在权威多模态嵌入榜单 MMEB-v2 上，WeMM-Embedding-9B 以 80.6 分位列第一。2B 版本取得 77.9 分，超过此前领先的 8B 开源模型。

WeMM-Embedding 已大规模部署在微信的推荐与搜索系统中，包括视频号、直播、公众号、电商与朋友圈，每日调用量已达 10 亿量级。模型生成的多模态表示被用于候选检索、排序特征构建、用户序列建模和跨域内容理解等环节。

在 26 项内部任务基准上，WeMM-Embedding-2B 相比同规模基线从 60.9 提升至 72.0，在分类、搜索、跨域匹配、文章相关和视频相关五类任务上均取得提升。

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