微信开源多模态嵌入模型 WeMM-Embedding，覆盖搜索推荐系统

微信于今日宣布开源其通用多模态嵌入模型 WeMM-Embedding，该模型包含 2B、4B 和 9B 三个版本，支持文本、图像、视频、视觉文档及任意交错的多模态输入。模型基于 Qwen3.5 多模态架构构建，使不同模态数据在统一框架内处理。在权威多模态嵌入榜单 MMEB-v2 上，9B 版本以 80.6 分位列第一，2B 版本以 77.9 分超越此前领先的 8B 开源模型。

目前，WeMM-Embedding 已大规模部署于微信的推荐与搜索系统，覆盖视频号、直播、公众号、电商和朋友圈等场景，每日调用量达 10 亿量级。模型生成的多模态表示用于候选检索、排序特征构建、用户序列建模和跨域内容理解。在 26 项内部任务基准上，2B 版本相比同规模基线从 60.9 提升至 72.0，在分类、搜索、跨域匹配等五类任务上均取得显著提升。