← すべてのモデル

WeMM-Embedding-2B

公開日 提供元 Tencent

モデルの位置づけ

TencentのWeChat Visionチームが開発した、Qwen3.5ベースの汎用マルチモーダル埋め込みモデルです。入力を共通のベクトル表現に変換し、検索や推薦などに利用できます。(huggingface.co)

能力と用途

  • テキスト、画像、動画、視覚文書、およびそれらを交互に含む入力に対応します。通常は2,048次元のL2正規化済み埋め込みを出力します。(huggingface.co)
  • Matryoshka埋め込みとして64、128、256、512、1,024、2,048次元を選択できます。低次元化では完全な埋め込みを切り詰めて再正規化します。(github.com)
  • クロスモーダル検索、コンテンツの類似度測定、推薦などに適しています。(tencent.github.io)

制限と提供形態

  • 音声入力には対応していません。埋め込みを返すモデルであり、文章生成を主目的とするモデルではありません。(huggingface.co)
  • コード、パラメータ、重みはApache License 2.0で公開されています。第三者コンポーネントにはそれぞれのライセンスが適用されます。自己ホストでは計算資源などの費用が別途発生し得ます。(huggingface.co)
  • 推論と再現性のため、公式リポジトリはTransformers 5.2.0を推奨しています。新しいバージョンでは前処理の挙動が異なる場合があります。(github.com)

公開日

技術レポートの初版は2026年8月25日にarXivへ投稿されました。この日付は論文の投稿日であり、モデル重みの公開日とは別である可能性があります。(arxiv.org)

料金

2026年11月16日にTencent Cloudの中国国内向けおよび国際向け公式料金資料を確認しましたが、本モデルを明示したCNYまたはUSDのAPI料金は確認できませんでした。入力・出力の課金額、単位および課金条件はいずれも未確認です。別モデルや汎用Embeddingサービスの料金を本モデルに流用していません。(cloud.tencent.com)

公式情報源