Présentation
WeMM-Embedding-4B est un modèle universel de représentation vectorielle multimodale développé par l’équipe WeChat Vision de Tencent et construit sur Qwen3.5. Il produit des vecteurs destinés à comparer et rechercher des contenus, plutôt qu’à générer des réponses conversationnelles. (huggingface.co)
Capacités et usages
- Entrées : texte, images, vidéos, documents visuels et contenus multimodaux entrelacés.
- Sortie : vecteur normalisé L2 de 2 560 dimensions. Les dimensions Matryoshka prises en charge sont 64, 128, 256, 512, 1 024 et 2 560.
- Usages possibles : recherche et rapprochement multimodaux, recommandation, classification et systèmes d’agents. (huggingface.co)
Limites et disponibilité
L’audio en entrée n’est pas pris en charge. Tencent met à disposition le code, les paramètres et les poids sous licence Apache 2.0 ; les composants tiers restent soumis à leurs propres licences. Le modèle peut être déployé par l’utilisateur, avec des coûts d’infrastructure éventuels. (huggingface.co)
Date
Le rapport technique officiel a été soumis le 25 août 2026. Cette date atteste la publication du rapport, sans établir à elle seule une date distincte de mise à disposition des poids. (arxiv.org)
Prix
Au 16 novembre 2026, aucun tarif officiel spécifique à WeMM-Embedding-4B n’a pu être vérifié pour les entrées ou les sorties, après consultation des grilles Tencent Cloud pour la Chine continentale et l’international. Les tarifs d’autres modèles d’embedding ne sont pas attribués à ce modèle. Sources consultées : tarifs Tencent Cloud Chine et tarifs Tencent Cloud international. (cloud.tencent.com)