模型定位
WeMM-Embedding-4B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 4B 版本,以 Qwen3.5 為基礎,將不同模態的內容表示於共同向量空間。(huggingface.co)
能力與用途
- 支援文字、圖片、影片、視覺文件及交錯多模態輸入;輸出經 L2 正規化的嵌入向量。完整向量為 2,560 維,亦支援 64、128、256、512 和 1,024 維的 Matryoshka 截取表示。(huggingface.co)
- 可用於語意與跨模態檢索、相似度匹配、推薦、分類及多模態理解等任務。官方報告指出,系列模型已用於微信搜尋與推薦場景;這是系列層級的描述,不代表每個場景均使用 4B 版本。(arxiv.org)
- 官方公布的 MMEB-v2 評測中,4B 版本平均分數為 79.2;此數值僅代表該基準及其評測設定下的結果。(github.com)
限制與部署
- 不支援音訊輸入;模型主要輸出嵌入向量,而非生成式對話答案。(huggingface.co)
- 官方提供模型權重與程式碼,可自行部署;Tencent 公開的程式碼、參數與權重採 Apache License 2.0,第三方元件仍適用各自授權。自行部署可能產生運算與基礎設施費用。(arxiv.org)
發布日期
技術報告 v1 於 2026 年 8 月 25 日提交並公開;此日期為可核實的報告公開日期,不等同於已核實的模型權重首次發布日期。(arxiv.org)
價格
截至 2026 年 11 月 16 日,檢索 Tencent Cloud 中國大陸站及國際站後,未核實到本模型的官方託管 API 報價;輸入與輸出計費均未核實。中國大陸 TokenHub 價目表及國際站嵌入模型文件所列的其他模型,不應視為本模型的報價。(cloud.tencent.com)