모델 개요
Tencent의 WeChat Vision 팀이 개발한 Qwen3.5 기반 범용 멀티모달 임베딩 모델이다. 텍스트, 이미지, 동영상, 시각 문서 및 이들이 섞인 입력을 공통 벡터 표현으로 변환한다. 기본 출력은 L2 정규화된 2,048차원 벡터다. (huggingface.co)
기능과 용도
- 텍스트·이미지·동영상 간 검색, 의미 유사도 계산, 멀티모달 검색 및 추천에 활용할 수 있다.
- Matryoshka 임베딩으로 64, 128, 256, 512, 1,024, 2,048차원을 지원한다. Tencent가 보고한 MMEB-v2 평가에서 256차원 모델은 전체 차원 대비 이미지·동영상 성능의 98.7%를 유지했다. (github.com)
- 모델 코드, 파라미터 및 가중치는 Apache License 2.0으로 공개되어 있으며, 제3자 구성 요소에는 각각의 라이선스가 적용된다. (huggingface.co)
제한사항
오디오 입력은 지원하지 않는다. 생성형 답변이 아니라 임베딩 벡터를 출력하는 모델이다. 공식 모델 카드에는 중국어와 영어가 표시되어 있으나, 한국어 성능은 별도로 확인되지 않았다. (huggingface.co)
공개일
기술 보고서 v1 제출일은 2026년 8월 25일이다. 이 날짜는 보고서 제출일이며, 모델 가중치의 최초 공개 시각과 반드시 동일하다고 단정할 수 없다. (arxiv.org)
가격
2026년 11월 16일 확인 기준, Tencent Cloud 중국 국내 및 국제 공식 가격 문서에서 이 특정 모델에 적용되는 CNY 또는 USD API 가격을 확인하지 못했다. 따라서 입력 및 출력 과금 단가와 과금 단위는 모두 미확인이다. 다른 임베딩 모델이나 일반 서비스의 가격을 이 모델의 가격으로 간주하지 않았다. (cloud.tencent.com)