腾讯 WeMM 多模态嵌入模型发布，支持图文视频统一检索
tomaarsen · x · 2026-09-02
腾讯团队在 Hugging Face 上发布 WeMM-Embedding 系列(2B/4B/9B)，主打混合媒体检索，尤其是视频语料场景。亮点包括：
- 多模态文档表示：一个输入可交错包含多张图片或多个视频，文档侧支持 {"video": ..., "text": ...} 形式的混合输入。
- Matryoshka 截断：支持截断嵌入维度，得到更小更快的向量。
- 使用方式：SentenceTransformer("tencent/WeMM-Embedding-9B", trustremotecode=True)，分别调用 encodequery / encodedocument。
配套技术报告(arXiv 2608.24053)已发布，2B 版下载量已超 7k。
所属事件:腾讯开源 WeMM-Embedding 多模态嵌入模型，登顶 MMEB 榜单(6 条相关)→
「模型」频道最新
- 仅微调最后两层，模型就能察觉只读探针的存在 — Sauers_ · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18