Maison
WeChat WeMM-Embedding renforce la recherche dans Moments et les vidéos à la une avec 1 milliard d’appels quotidiens
Le 4 septembre, WeChat AI a annoncé la mise à disposition en open source de son modèle d’embedding multimodal général, WeMM-Embedding. Disponible en versions 2B, 4B et 9B, le modèle prend en charge les textes, les images, les vidéos, les documents visuels et toute entrée multimodale entrelacée.
Selon l’employé de WeChat @KeCunXiaoJiang, le modèle multimodal open source de l’équipe visuelle de WeChat, WeMM-Embedding, permet au système de comprendre simultanément les textes, les images et les vidéos en les plaçant dans un espace sémantique commun pour la comparaison et la récupération.

Déjà déployé dans des scénarios tels que la recherche dans Moments et la recommandation de vidéos
Il a révélé que ce modèle est largement utilisé au sein de WeChat : la recherche dans Moments, la recommandation de vidéos, la recommandation des comptes publics et le commerce électronique de WeChat l’utilisent tous, avec un volume d’appels quotidien atteignant un milliard. Sur le benchmark international de référence MMEB-v2, le modèle s’est classé premier, surpassant tous les modèles open source et propriétaires précédemment soumis.
Actuellement, les ressources relatives à WeMM-Embedding sont disponibles : l’article a été publié sur arXiv, le dépôt de code est hébergé sous le projet Tencent/WeMM-Embedding sur GitHub, et l’ensemble des modèles est également disponible sur Hugging Face.
Article connexe
Anthropic conclut un accord de 1,5 milliard de dollars sur les droits d’auteur pour indemniser 500 000 œuvres
Lundi, un tribunal fédéral américain a accordé son approbation finale à un règlement de classe d’un montant de 1,5 milliard de dollars entre Anthropic et une coalition d’auteurs et d’éditeurs, comme l’a rapporté Reuters. Cet accord met fin à un litig
Xiaohongshu, l'Université de Pékin et l'Université Jiao Tong de Shanghai dévoilent HYPIC pour réduire la latence du premier jeton par un facteur de 3,25 dans les modèles à attention hybride
L'objectif principal des services de grands modèles évolue vers des conversations à tour unique au profit de la réponse aux questions par récupération d'information (RAG), de la synthèse de documents multiples et d'agents à longue portée. Ces nouvell
ChatGPT dévoile des autocollants personnalisés parfaitement compatibles avec les principales plateformes de réseaux sociaux
OpenAI a officiellement introduit une nouvelle fonctionnalité de stickers personnalisés pour ChatGPT, repoussant les limites de l’IA dans la création de contenus sociaux à grande échelle.Les utilisateurs peuvent créer des stickers personnalisés grâc
Recommandations de sujets spéciaux liés
commentaires (0)
Le 4 septembre, WeChat AI a annoncé la mise à disposition en open source de son modèle d’embedding multimodal général, WeMM-Embedding. Disponible en versions 2B, 4B et 9B, le modèle prend en charge les textes, les images, les vidéos, les documents visuels et toute entrée multimodale entrelacée.
Selon l’employé de WeChat @KeCunXiaoJiang, le modèle multimodal open source de l’équipe visuelle de WeChat, WeMM-Embedding, permet au système de comprendre simultanément les textes, les images et les vidéos en les plaçant dans un espace sémantique commun pour la comparaison et la récupération.

Déjà déployé dans des scénarios tels que la recherche dans Moments et la recommandation de vidéos
Il a révélé que ce modèle est largement utilisé au sein de WeChat : la recherche dans Moments, la recommandation de vidéos, la recommandation des comptes publics et le commerce électronique de WeChat l’utilisent tous, avec un volume d’appels quotidien atteignant un milliard. Sur le benchmark international de référence MMEB-v2, le modèle s’est classé premier, surpassant tous les modèles open source et propriétaires précédemment soumis.
Actuellement, les ressources relatives à WeMM-Embedding sont disponibles : l’article a été publié sur arXiv, le dépôt de code est hébergé sous le projet Tencent/WeMM-Embedding sur GitHub, et l’ensemble des modèles est également disponible sur Hugging Face.
Anthropic conclut un accord de 1,5 milliard de dollars sur les droits d’auteur pour indemniser 500 000 œuvres
Lundi, un tribunal fédéral américain a accordé son approbation finale à un règlement de classe d’un montant de 1,5 milliard de dollars entre Anthropic et une coalition d’auteurs et d’éditeurs, comme l’a rapporté Reuters. Cet accord met fin à un litig
Xiaohongshu, l'Université de Pékin et l'Université Jiao Tong de Shanghai dévoilent HYPIC pour réduire la latence du premier jeton par un facteur de 3,25 dans les modèles à attention hybride
L'objectif principal des services de grands modèles évolue vers des conversations à tour unique au profit de la réponse aux questions par récupération d'information (RAG), de la synthèse de documents multiples et d'agents à longue portée. Ces nouvell
ChatGPT dévoile des autocollants personnalisés parfaitement compatibles avec les principales plateformes de réseaux sociaux
OpenAI a officiellement introduit une nouvelle fonctionnalité de stickers personnalisés pour ChatGPT, repoussant les limites de l’IA dans la création de contenus sociaux à grande échelle.Les utilisateurs peuvent créer des stickers personnalisés grâc











