WeChat WeMM-Embeddingは、毎日10億回の呼び出しでMoments検索と動画のハイライトを強化します
9月4日、WeChat AIは汎用マルチモーダル埋め込みモデル「WeMM-Embedding」のオープンソース公開を発表した。2B、4B、9Bの3つのバージョンが提供され、テキスト、画像、動画、視覚文書、および任意のインターリーブされたマルチモーダル入力に対応している。
WeChatの社員である@KeCunXiaoJiang氏によると、WeChatビジュアルチームがオープンソース化したマルチモーダルモデル「WeMM-Embedding」は、テキスト、画像、動画を共有された意味空間に配置することで比較・検索を行う仕組みにより、システムがこれらを同時に理解することを可能にする。

モーメント検索や動画レコメンデーションなどのシーンで既に適用済み
同氏は、このモデルがWeChat内で広く利用されていることを明らかにした。モーメント検索、動画レコメンデーション、公式アカウントのレコメンデーション、WeChat電子商取引において採用されており、1日あたりの呼び出し回数は10億回に達する。国際的に権威のあるベンチマーク「MMEB-v2」では、すべての過去に提出されたオープンソースおよびクローズドソースのモデルを上回り、1位を獲得した。
現在、WeMM-Embeddingに関連するリソースが公開されている。論文はarXivに公開され、コードリポジトリはGitHub上のTencent/WeMM-Embeddingプロジェクトでホストされており、モデルセットもHugging Faceで利用可能である。
関連記事
小紅書、北京大學、上海交通大學が HYPIC を発表し、ハイブリッドAttentionモデルにおける最初のトークンのレイテンシーを3.25倍削減
大規模モデルサービスの主要な焦点は、単一ターン対話から、検索拡張質問応答(RAG)、複数文書要約、および長期エージェントへと移行している。これらの新興ワークロードには共通する重要な特徴がある。すなわち、単一のリクエストのプロンプトは、取得された文書、スキル記述、メモリファイル、および過去の会話ラウンドなど、数十から数百の意味的に独立したセグメントで構成され、これらが数万から数十万トークンに及ぶ超長文脈に組み立てられる点である。この規模において、プリフィルフェーズはリクエストあたりの計算コストの大
ChatGPT、主要なソーシャルメディアプラットフォームとシームレスに互換性のあるカスタムステッカーを発表
OpenAIはChatGPT向けに新しいカスタムスタック機能正式に導入し、大衆的なソーシャルコンテンツ作成におけるAIの限界を押し広げている。ユーザーは、写真のアップロード、テキストプロンプトの使用、またはさまざまな視覚芸術スタイルの適用など、直感的な方法を通じてパーソナライズされたスタックを作成できる。この機能は、知的な画像のトリミングと修復を活用し、クリーンで透明な背景を持つスタックを自動的に生成し、複数のデザインをまとめて完全なカスタムスタックパックにまとめることができる。この機能はシ
Anthropic、Claude Opus 5.2 および内部モデル 2 の静かなグレースケールテストを開始
Anthropicの最新フラッグシップモデル、Opus 5.2は、今朝Claude Code内の早期テストフェーズに静かに導入された。開発者たちは、API呼び出しとWebインターフェースの間で顕著なパフォーマンスの相違を指摘している。パケット分析により、バックエンドのモデル識別子がすでにOpus 5.2に切り替えられていることが判明し、この未発表のイテレーションが実際の開発者のワークフローを積極的に支えていることが示唆されている。さらなる驚きとして、Anthropicからの内部リスクアセスメン
関連特集おすすめ
コメント (0)
0/500
9月4日、WeChat AIは汎用マルチモーダル埋め込みモデル「WeMM-Embedding」のオープンソース公開を発表した。2B、4B、9Bの3つのバージョンが提供され、テキスト、画像、動画、視覚文書、および任意のインターリーブされたマルチモーダル入力に対応している。
WeChatの社員である@KeCunXiaoJiang氏によると、WeChatビジュアルチームがオープンソース化したマルチモーダルモデル「WeMM-Embedding」は、テキスト、画像、動画を共有された意味空間に配置することで比較・検索を行う仕組みにより、システムがこれらを同時に理解することを可能にする。

モーメント検索や動画レコメンデーションなどのシーンで既に適用済み
同氏は、このモデルがWeChat内で広く利用されていることを明らかにした。モーメント検索、動画レコメンデーション、公式アカウントのレコメンデーション、WeChat電子商取引において採用されており、1日あたりの呼び出し回数は10億回に達する。国際的に権威のあるベンチマーク「MMEB-v2」では、すべての過去に提出されたオープンソースおよびクローズドソースのモデルを上回り、1位を獲得した。
現在、WeMM-Embeddingに関連するリソースが公開されている。論文はarXivに公開され、コードリポジトリはGitHub上のTencent/WeMM-Embeddingプロジェクトでホストされており、モデルセットもHugging Faceで利用可能である。
小紅書、北京大學、上海交通大學が HYPIC を発表し、ハイブリッドAttentionモデルにおける最初のトークンのレイテンシーを3.25倍削減
大規模モデルサービスの主要な焦点は、単一ターン対話から、検索拡張質問応答(RAG)、複数文書要約、および長期エージェントへと移行している。これらの新興ワークロードには共通する重要な特徴がある。すなわち、単一のリクエストのプロンプトは、取得された文書、スキル記述、メモリファイル、および過去の会話ラウンドなど、数十から数百の意味的に独立したセグメントで構成され、これらが数万から数十万トークンに及ぶ超長文脈に組み立てられる点である。この規模において、プリフィルフェーズはリクエストあたりの計算コストの大
ChatGPT、主要なソーシャルメディアプラットフォームとシームレスに互換性のあるカスタムステッカーを発表
OpenAIはChatGPT向けに新しいカスタムスタック機能正式に導入し、大衆的なソーシャルコンテンツ作成におけるAIの限界を押し広げている。ユーザーは、写真のアップロード、テキストプロンプトの使用、またはさまざまな視覚芸術スタイルの適用など、直感的な方法を通じてパーソナライズされたスタックを作成できる。この機能は、知的な画像のトリミングと修復を活用し、クリーンで透明な背景を持つスタックを自動的に生成し、複数のデザインをまとめて完全なカスタムスタックパックにまとめることができる。この機能はシ
Anthropic、Claude Opus 5.2 および内部モデル 2 の静かなグレースケールテストを開始
Anthropicの最新フラッグシップモデル、Opus 5.2は、今朝Claude Code内の早期テストフェーズに静かに導入された。開発者たちは、API呼び出しとWebインターフェースの間で顕著なパフォーマンスの相違を指摘している。パケット分析により、バックエンドのモデル識別子がすでにOpus 5.2に切り替えられていることが判明し、この未発表のイテレーションが実際の開発者のワークフローを積極的に支えていることが示唆されている。さらなる驚きとして、Anthropicからの内部リスクアセスメン





家






