打通图文视频理解，微信自研多模态嵌入模型已在微信大规模使用

【太平洋科技快讯】据 IT 之家报道，9 月 4 日，微信 AI 官方宣布开源通用多模态嵌入模型 WeMM-Embedding，该模型包含 2B、4B、9B 三种参数版本，以 Qwen3.5 多模态架构作为基础骨干网络，支持文本、图片、视频、视觉文档以及多种模态交错混合输入。

图源：微信 AI，下同

在国际权威评测榜单 MMEB-v2 当中，WeMM-Embedding 取得综合排名第一，性能超越同榜单其余开源以及闭源参赛模型。

微信员工@客村小蒋 日前发文表示，WeMM-Embedding 的核心能力是让 AI 系统可以同时理解文字、图片、视频内容，并将不同模态信息映射至同一语义空间，完成跨模态对比与检索工作。

该模型已经在微信内部实现大规模落地，朋友圈搜索、视频号内容推荐、公众号推荐、微信电商等业务均接入该模型，每日调用规模达到 10 亿次。