← Alle Modelle

WeMM-Embedding-2B

Veröffentlicht Herausgeber Tencent

Einordnung

WeMM-Embedding-2B ist ein universelles multimodales Embedding-Modell des WeChat-Vision-Teams von Tencent. Es basiert auf Qwen3.5-2B und erzeugt Vektorrepräsentationen statt generierter Textantworten. (huggingface.co)

Fähigkeiten und Einsatz

Das Modell verarbeitet Text, Bilder, Videos, visuelle Dokumente und verschachtelte multimodale Eingaben. Es eignet sich unter anderem für multimodale Suche, Retrieval und Ähnlichkeitsvergleiche. Die vollständigen Embeddings haben 2.048 Dimensionen und sind L2-normalisiert. Matryoshka-Embedding unterstützt außerdem 64, 128, 256, 512 und 1.024 Dimensionen. (github.com)

Einschränkungen und Bereitstellung

Audioeingaben werden derzeit nicht unterstützt. Das Modell kann selbst betrieben werden; Tencent dokumentiert unter anderem die Nutzung mit Transformers und Sentence Transformers sowie die Bereitstellung mit vLLM und SGLang. Für die Reproduzierbarkeit empfiehlt Tencent transformers==5.2.0, da neuere Versionen die Vorverarbeitung ändern können. Der veröffentlichte Modellcode und die Gewichte stehen unter Apache 2.0; für Komponenten Dritter gelten gegebenenfalls deren eigene Lizenzbedingungen. (github.com)

Veröffentlichungsdatum

Der technische Bericht in Version 1 wurde am 25. August 2026 bei arXiv eingereicht. Ein davon unabhängiges Datum der erstmaligen Modellveröffentlichung ist damit nicht belegt. (arxiv.org)

Preise

Bei der Recherche am 16. November 2026 ließ sich weder auf der chinesischen noch auf der internationalen offiziellen Tencent-Cloud-Preisseite ein spezifischer Preis für WeMM-Embedding-2B verifizieren. Eine Eingabe- oder Ausgabeabrechnung in CNY/RMB oder USD ist daher nicht bestätigt. Preise anderer Embedding-Modelle wurden nicht auf dieses Modell übertragen. Beim Selbstbetrieb können Infrastrukturkosten entstehen. (cloud.tencent.com)

Offizielle Quellen