Heim
WeChat WeMM-Embedding ermöglicht die Suche in Moments und hebt Videos mit einer Milliarde täglichen Aufrufen hervor
Am 4. September kündigte WeChat AI die Open-Source-Veröffentlichung seines allgemeinen multimodalen Einbettungsmodells WeMM-Embedding an. Das Modell ist in den Versionen 2B, 4B und 9B verfügbar und unterstützt Text, Bilder, Videos, visuelle Dokumente sowie beliebige verschachtelte multimodale Eingaben.
Laut WeChat-Mitarbeiter @KeCunXiaoJiang ermöglicht das von der WeChat Visual Team open-sourcede multimodale Modell WeMM-Embedding dem System, Text, Bilder und Videos gleichzeitig zu verstehen, indem es sie in einen gemeinsamen semantischen Raum einordnet, um sie zu vergleichen und abzurufen.

Bereits in Szenarien wie der Suche in Moments und der Videoempfehlung eingesetzt
Er enthüllte, dass dieses Modell innerhalb von WeChat weit verbreitet ist – die Suche in Moments, die Videoempfehlung, die Empfehlung von öffentlichen Konten und der WeChat-E-Commerce nutzen es alle, mit einer täglichen Aufrufzahl von einer Milliarde Mal. Auf dem internationalen Autoritätsbenchmark MMEB-v2 belegte das Modell den ersten Platz und übertraf alle zuvor eingereichten Open-Source- und Closed-Source-Modelle.
Derzeit sind die damit verbundenen Ressourcen von WeMM-Embedding verfügbar: Das Papier wurde auf arXiv veröffentlicht, das Code-Repository wird unter dem Projekt Tencent/WeMM-Embedding auf GitHub gehostet, und der Modellsatz ist ebenfalls auf Hugging Face verfügbar.
Verwandter Artikel
Xiaohongshu, die Peking-Universität und die Shanghai Jiao Tong University stellen HYPIC vor, um die Latenzzeit des ersten Tokens in hybriden Aufmerksamkeitsmodellen um das 3,25-Fache zu reduzieren.
Der Hauptfokus von Large-Model-Diensten verschiebt sich von einseitigen Gesprächen hin zu abfrageergänzter Fragebeantwortung (Retrieval-Augmented Question Answering), der Zusammenfassung mehrerer Dokumente und langreichweitigen Agenten. Diese neuarti
ChatGPT stellt benutzerdefinierte Sticker vor, die nahtlos mit den führenden Social-Media-Plattformen kompatibel sind
OpenAI hat offiziell eine neue Funktion für benutzerdefinierte Aufkleber für ChatGPT eingeführt und damit die Grenzen der KI in der massenhaften Erstellung sozialer Inhalte erweitert.Nutzer können personalisierte Aufkleber durch intuitive Methoden er
Anthropic führt unauffällige Graustufen-Tests für Claude Opus 5.2 und das interne Modell 2 ein
Anthropes neuestes Flaggschiff-Modell, Opus 5.2, ist heute Morgen still in die frühen Testphasen innerhalb von Claude Code eingetreten. Entwickler haben eine deutliche Leistungsdivergenz zwischen den API-Aufrufen und der Webschnittstelle festgestellt
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Am 4. September kündigte WeChat AI die Open-Source-Veröffentlichung seines allgemeinen multimodalen Einbettungsmodells WeMM-Embedding an. Das Modell ist in den Versionen 2B, 4B und 9B verfügbar und unterstützt Text, Bilder, Videos, visuelle Dokumente sowie beliebige verschachtelte multimodale Eingaben.
Laut WeChat-Mitarbeiter @KeCunXiaoJiang ermöglicht das von der WeChat Visual Team open-sourcede multimodale Modell WeMM-Embedding dem System, Text, Bilder und Videos gleichzeitig zu verstehen, indem es sie in einen gemeinsamen semantischen Raum einordnet, um sie zu vergleichen und abzurufen.

Bereits in Szenarien wie der Suche in Moments und der Videoempfehlung eingesetzt
Er enthüllte, dass dieses Modell innerhalb von WeChat weit verbreitet ist – die Suche in Moments, die Videoempfehlung, die Empfehlung von öffentlichen Konten und der WeChat-E-Commerce nutzen es alle, mit einer täglichen Aufrufzahl von einer Milliarde Mal. Auf dem internationalen Autoritätsbenchmark MMEB-v2 belegte das Modell den ersten Platz und übertraf alle zuvor eingereichten Open-Source- und Closed-Source-Modelle.
Derzeit sind die damit verbundenen Ressourcen von WeMM-Embedding verfügbar: Das Papier wurde auf arXiv veröffentlicht, das Code-Repository wird unter dem Projekt Tencent/WeMM-Embedding auf GitHub gehostet, und der Modellsatz ist ebenfalls auf Hugging Face verfügbar.
Xiaohongshu, die Peking-Universität und die Shanghai Jiao Tong University stellen HYPIC vor, um die Latenzzeit des ersten Tokens in hybriden Aufmerksamkeitsmodellen um das 3,25-Fache zu reduzieren.
Der Hauptfokus von Large-Model-Diensten verschiebt sich von einseitigen Gesprächen hin zu abfrageergänzter Fragebeantwortung (Retrieval-Augmented Question Answering), der Zusammenfassung mehrerer Dokumente und langreichweitigen Agenten. Diese neuarti
ChatGPT stellt benutzerdefinierte Sticker vor, die nahtlos mit den führenden Social-Media-Plattformen kompatibel sind
OpenAI hat offiziell eine neue Funktion für benutzerdefinierte Aufkleber für ChatGPT eingeführt und damit die Grenzen der KI in der massenhaften Erstellung sozialer Inhalte erweitert.Nutzer können personalisierte Aufkleber durch intuitive Methoden er
Anthropic führt unauffällige Graustufen-Tests für Claude Opus 5.2 und das interne Modell 2 ein
Anthropes neuestes Flaggschiff-Modell, Opus 5.2, ist heute Morgen still in die frühen Testphasen innerhalb von Claude Code eingetreten. Entwickler haben eine deutliche Leistungsdivergenz zwischen den API-Aufrufen und der Webschnittstelle festgestellt











