微信视觉团队近日宣布，其研发的通用多模态嵌入模型WeMM-Embedding正式开源，包含2B、4B、9B三个参数规模的版本。该模型突破了传统单模态处理的局限，能够同时解析文本、图像、视频及混合格式内容，将不同类型的数据映射至统一语义空间进行关联分析。
据微信内部技术人员透露，该模型已在微信生态中实现规模化应用，支撑着朋友圈内容检索、视频号个性化推荐、公众号内容分发以及微信电商搜索等核心功能。目前日均处理请求量已突破10亿次，展现出强大的工程化落地能力。在多模态理解领域的国际权威评测MMEB-v2中，WeMM-Embedding以显著优势超越所有开源及闭源模型登顶榜首。
与传统模型相比，WeMM-Embedding的创新性体现在其跨模态对齐机制。通过构建联合语义表征空间，系统能够精准捕捉文字描述与视觉内容之间的语义关联。例如在电商场景中，用户输入"红色连衣裙"的文本查询时，模型可同时匹配包含该商品的图片、视频及图文混合内容，大幅提升搜索效率和结果相关性。
此次开源的三个版本为不同算力需求的开发者提供了灵活选择。2B轻量级版本适用于移动端部署，4B版本平衡了性能与效率，9B大模型则面向高精度场景。微信团队表示，通过开源社区协作，希望推动多模态技术在更多领域的创新应用，构建更智能的内容理解生态。
