腾讯发布 WeMM-Embedding 多模态模型，2B 版超越 8B 基线

_reachsumit · x · 2026-08-26

腾讯发布了 WeMM-Embedding 技术报告，这是一系列通用的多模态嵌入模型，支持文本、图像、视频、视觉文档及任意交错的多模态输入。该系列包含 2B、4B 和 9B 三种规模的变体。训练分为两个阶段：大规模多模态对齐阶段，以及使用精选数据、细粒度相关性监督和跨尺度知识迁移的微调阶段。在评估中，WeMM-Embedding 在多个公共基准上取得了领先成绩：2B 版本在 MMEB-v2 上超越了此前领先的 8B 开源基线，9B 版本更是取得了 80.6 的全新 SOTA 总分。该模型已在微信视频号、公众号、朋友圈和电商服务等多个场景的大规模推荐与搜索应用中部署，并带来了显著收益。