← 全部模型

WeMM-Embedding-9B

发布时间 发布主体 Tencent

模型定位

WeMM-Embedding-9B 是腾讯微信视觉团队研发的通用多模态嵌入模型,约 90 亿参数,基于 Qwen3.5。它将不同模态的内容映射到统一向量空间,主要用于表示和检索,而非生成式对话。(huggingface.co)

能力与用途

  • 支持文本、图像、视频、视觉文档及交错的多模态输入,输出经过 L2 归一化的嵌入向量。
  • 完整向量为 4096 维;还支持 64、128、256、512、1024 和 2048 维的 Matryoshka 表示,可按应用需要权衡向量大小与效果。
  • 适用于跨模态检索、搜索、推荐、分类及智能体相关检索等场景。官方技术报告称,该系列已用于微信内的搜索与推荐应用。(github.com)
  • 官方报告的 MMEB-v2 评测中,9B 版本平均分为 80.6;该结果是特定基准下的成绩,不保证所有场景均有相同效果。(github.com)

限制与部署

  • 当前不支持音频输入。
  • 官方公开了模型权重和代码;腾讯发布的模型代码、参数和权重采用 Apache License 2.0,第三方组件仍受各自许可约束。自行部署需要计算资源。
  • 官方建议推理与复现使用 transformers==5.2.0,因为更新版本的预处理行为可能不同。(huggingface.co)

发布日期

技术报告 v1 于 2026 年 8 月 25 日提交;该日期可核实为报告发布日期,不单独推断权重或商业 API 的上线日期。(arxiv.org)

价格

截至 2026 年 11 月 16 日,检索腾讯云国内站和国际站后,未能核实本模型的官方人民币或美元 API 报价,输入及输出计费规则均未核实。公开权重不代表自行部署的计算资源免费,也不能据此认定存在免费托管 API。

官方来源