搜索
微信视觉团队开源 WeMM-Embedding 模型，多版本支持多模态输入助力技术发展
3 小时前
微信视觉团队近日宣布，正式开源通用多模态嵌入模型WeMM-Embedding。该模型支持文本、图像、视频、视觉文档及任意交错的多模态输入，提供2B、4B、9B三个版本。模型采用统一多模态架构，通过两阶段训练和知识蒸馏技术，显著提升了内容区分能力和大规模部署效率。目前，WeMM-Embedding已在微信推荐与搜索系统中大规模部署，线上日调用量达十亿量级，为AI应用开发提供了强大的技术支撑，推动AI技术在更多领域的创新应用。
